Enrichissement du didacticiel "Des médias et des mots" description des principales difficultés orthographiques et syntaxiques présentes dans les médias écrits québécois
Bibliographic record
Abstract
Le principal objectif de notre mémoire de maîtrise, de type production, visait à enrichir le contenu du didacticiel Des médias et des mots par la production d'une série de fiches traitant de difficultés d'ordre orthographique et syntaxique ainsi que des mots touchés par les Rectifications orthographiques. Ce didacticiel, hébergé dans le site ayant pour adresse http://catifq.usherbrooke.ca/didacticielmedia, a été créé pour répondre aux besoins des journalistes, rédacteurs et animateurs de la presse écrite et présente de façon ludique des fiches d'exercice concernant des difficultés langagières tirées de contextes réels d'utilisation et accompagnées de solutions de rechange et d'un commentaire explicatif. Afin de respecter le critère de contextes réels d'emploi, nous avons procédé, avant le travail de rédaction des fiches, au repérage dans un corpus représentatif de textes journalistiques québécois des principales difficultés orthographiques et syntaxiques, c'est-à-dire celles qui posent problème par rapport à la"norme" du français écrit et dont l'utilisation était récurrente. Cette étape a été effectuée au moyen d'une liste d'écarts constituée à partir des difficultés de la langue française abordées dans les cours de français normatif que nous donnons au Département des lettres et communications de l'Université de Sherbrooke et regroupées dans 22 catégories différentes. L'inventaire des difficultés langagières rencontrées dans le discours journalistique québécois nous a, par la suite, amenée à analyser les usages linguistiques observés. Ainsi, nous avons pu établir que l'utilisation de la préposition représente le problème le plus récurrent dans les textes journalistiques. L'emploi du verbe (accord et conjugaison), des participes passés des verbes pronominaux et du trait d'union apparaît aussi comme une difficulté très importante dans ce genre de discours. Enfin, les données recueillies concernant le genre des substantifs, quelques cas d'orthographe d'usage de même que l'emploi de l'apostrophe, des adjectifs de couleur, des adjectifs verbaux, des déterminants numéraux, de demi, de même, des participes passés autres que ceux des pronominaux, de quel que/ quelque, de quoi que/ quoique, et de tout confirment le fait que ces notions posent problème aux journalistes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.026 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".