Allo! Une banque de ressources en français langue seconde issue d'une communauté de pratique
Bibliographic record
Abstract
"À l’automne 2022, des enseignantes de français de collèges anglophones et francophones ont uni leurs forces pour concevoir une ressource visant le développement des compétences en français des étudiantes et étudiants allophones ou anglophones. Nous vous invitons à découvrir le site Web Allo! Banque de ressources en français pour les allophones et les anglophones du réseau collégial, produit par des membres du Réseau des répondantes et répondants du dossier du français (Réseau Repfran) avec le soutien du CCDMD, ainsi que le processus créatif du groupe de projet. Soigneusement sélectionnées, décrites et classées par niveau, les quelque 180 ressources de Allo! mettent en avant les compétences liées à la lecture et à l’écriture afin de soutenir la réussite de l’ensemble des cours, dont les cours de français, ainsi que la réussite de l’épreuve uniforme de français (EUF), et ce, dans les collèges tant anglophones que francophones." -- AQPC
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.082 | 0.014 |
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".