Écriture collaborative : effets sur la qualité des textes produits par des apprenants en classe de français langue d'enseignement au secondaire
Bibliographic record
Abstract
Dans le cadre de cette étude, nous avons voulu observer ce que la collaboration avait comme impact, en planification et en rédaction, sur la qualité des écrits avec des apprenants du secondaire en français langue maternelle au Québec ainsi que leurs perceptions envers ce mode de travail. Dans le but de réaliser cette étude, nous avons visé une étude mixte à l’aide de données quantitatives recueillies lors de trois rédactions vécues par les étudiants ainsi que de données qualitatives relevées à partir de questionnaires remplis par eux après chaque rédaction afin de connaître les différentes perceptions. Un groupe de 14 étudiants de 2e secondaire a réalisé cette étude dans un contexte particulier de pandémie mondiale. Ils ont réalisé trois rédactions selon les conditions suivantes : la planification et la rédaction individuelles; la planification collaborative et la rédaction individuelle; la planification et la rédaction collaboratives. Les résultats principaux de notre étude, pour la première question de recherche, montrent qu’il vaille mieux écrire un texte entièrement en collaboration (ÉC) ou individuellement (ÉI) pour obtenir une meilleure note finale, mais nous pouvons considérer que l’ÉC semble préférable puisque la tendance des moyennes globales des notes finales montre qu’ÉC a été meilleure que la condition ÉI. Pour la seconde question, les préférences des étudiants semblent plutôt positives envers le travail collaboratif en fin d’étude puisque leur changement de préférence pour le travail collaboratif semble être attribué à la préparation lors de la planification qui aide à rédiger un texte de meilleure qualité, notamment par le partage des idées de contenu, la validation et l’organisation qui semble alléger leur charge de travail (Piolat et Roussey, 1996; Olive et Piolat, 2003). Dans l’ensemble, nos résultats offrent une perspective relativement positive envers le travail collaboratif tant sur la qualité des écrits que sur les préférences des étudiants. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : écriture collaborative, collaboration, français langue première, perceptions des apprenants
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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 teacher head, 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".