Comment utiliser la base de données “Manulex” ? (2/2)

Comment utiliser Manulex-infra pour créer des lignes de base ? Exemple pour la rééducation de l’orthographe lexicale

Si vous voulez comprendre très rapidement et simplement les lignes de base, je vous renvoie à l’article de L’ortho en plus Claire sur le sujet : c’est magique, on comprend tout !

En deux mots, les lignes de base nécessitent de créer une liste A (items entraînés), une liste B (items de transfert) et une liste C (items contrôles). Afin de nous assurer qu’un potentiel effet sur les items de la liste B soit bien dû à notre intervention, nous allons les apparier sur la fréquence, la longueur (nombre de lettres + nombre de syllabes), et sur la fréquence et la consistance des correspondances phonème-graphème.

L’idée de ce billet est de vous montrer comment utiliser Manulex et Manulex-infra pour créer ces lignes de base. Cliquez ici pour télécharger ces deux bases de données sous forme de fichier Excel.

Créer des lignes de base pour la rééducation des mots en -eur

J’ai choisi de m’intéresser à des mots avec un pattern orthographique particulier afin de faciliter la recherche dans Manulex-infra. Partons du principe que vous avez vu avec votre patient·e des règles d’écriture de mots en -eur, via une intervention sur la morphologie dérivationnelle ou tout autre type d’intervention orthographique.

Qu’est-ce que Manulex infra ?

C’est la même chose que Manulex, mais on s’intéresse cette fois aux caractéristiques infralexicales des mots (nombre de syllabes, nombre de phonèmes, nombre de graphèmes, fréquence des correspondances graphème-phonème…). Parce qu’il y a énormément de caractéristiques infralexicales détaillées, Manulex-infra ne propose que le U comme indice de fréquence des mots, mais vous pouvez tout à fait sélectionner d’abord des mots dans Manulex selon un autre indice de fréquence, puis chercher ensuite sur Manulex-infra les paramètres infralexicaux qui vous intéressent.

Manulex-infra comprend 4 volets : Grade 1 (CP), Grade 2 (CE2), Grade 3 to 5 (CE2-CM2) et Grade 1 to 5 (CP-CM2). Si vous ne savez pas à quoi correspondent ces classes, je vous renvoie à la première partie de l’article sur Manulex.

Comme je souhaite que ces lignes de base puissent être appliquées à un grand nombre d’enfants, peu importe leur âge, je vais sélectionner l’onglet Grade 1 to 5.

Comment sélectionner des mots ?

Commençons par trier les données sur la base de leur fréquence (le fameux U). Assurez-vous d’être à tout moment dans un seul et même onglet (ici, “Grade 1 to 5”).

Nous allons maintenant constituer en parallèle nos deux listes. Lorsqu’on souhaite apparier des listes sur plusieurs critères, il faut forcément d’abord en fixer un seul. Nous allons commencer par fixer la fréquence.

J’entre la suite de lettres eur dans ma boîte de recherche.

À chaque nouveau mot qui correspond à mes attentes, je l’insère dans un fichier Excel à part. Je répète l’opération jusqu’à en avoir une trentaine (j’en voudrais environ 15 par liste mais libre à vous d’en prendre moins ou plus, en fonction de vos besoins).

J’ai maintenant ma liste de 30 mots finissant par -eur. Quand je regarde la fréquence de mes mots, je me rends compte que les deux premiers ont des écarts de fréquence bien plus importants que les suivants.

C’est malheureusement pour cette raison que lorsqu’on veut apparier des mots, on a du mal à le faire sur des mots fréquents. Même s’il est légitime de vouloir entraîner en priorité les mots fréquents, on ne peut pas les utiliser dans des appariements parce qu’il existe des variations de fréquence trop importantes entre eux.

Prenons donc la liste à partir de « docteur ». À partir de là, les variations de fréquence sont moins massives, voire très faibles. Je vais donc attribuer de manière quasi aléatoire chacun des mots soit dans ma liste A, soit dans ma liste B, de sorte qu’il y ait 14 mots par liste (je ne tiens pas compte des mots “fleur” et “couleur”, je n’ai donc réellement que 28 mots à attribuer).

Comment apparier nos listes ?

Nous avons donc maintenant, en théorie, des mots appariés sur leur fréquence… Mais est-ce bien le cas ? Et le sont-ils sur d’autres caractéristiques, telles que leur longueur, leur consistance orthographique, etc ? Il va nous falloir le vérifier !

Tout d’abord, trions nos données en fonction de leur liste.

Pour vérifier s’il existe une différence significative entre nos deux listes, nous devons utiliser un test statistique qui permet de calculer cette différence. Nous n’avons que 14 items par liste, ce qui est trop peu normalement pour utiliser un test de Student (paramétrique) ; le minimum est 30. Pour faire les choses bien, il faudrait donc utiliser un test (non paramétrique) de Mann-Whitney (ou Wilcoxon, c’est la même chose) pour explorer cette différence dans les règles de l’art. Malheureusement, ce test n’est pas disponible sur Excel. Nous allons donc devoir avoir recours à un site en ligne.

Voyons cela ensemble.

Tout d’abord, rendez-vous sur le site Social Science Statistics – Mann-Whitney calculator

Copiez/collez les données de fréquence de nos deux listes dans sample 1 et sample 2

Les paramètres par défaut nous conviennent (seuil de significativité à 5%, test d’hypothèse bilatéral), cliquez donc à présent sur « Calculate U », tout en bas de la page.

Le site nous apprend qu’il a pu calculer avec succès notre U ! Génial ! Mais en vrai, ce qui nous intéresse, c’est surtout la valeur du p

Vous avez déjà sûrement entendu parler de ce fameux « p ». On utilise la lettre « p » comme abréviation de « probabilité ». De manière générale, le p vous dit quelle est la probabilité pour que le hasard puisse obtenir une même différence entre vos deux listes (ou groupes, en fonction de ce qu’on compare). Qu’est-ce que ça veut dire concrètement ?

Par convention, on considère que si le p est de 5% ou inférieur à 5% (p < .05), on est face à une différence « significative ». En d’autres mots, si le p associé à votre comparaison est inférieur à 5%, alors on infère que le hasard aurait moins de 5% de chance de générer une même différence, ce qui est une condition acceptable pour considérer qu’une différence est significative.

Ainsi, à partir du moment où la différence observée génère un p supérieur à 5%, on considère que la différence n’est pas significative. Dans notre cas, on voudrait être relativement sûr·e·s de l’absence de cette différence. On met donc un seuil non pas à 5% mais à 20%, pour ne pas inclure de valeur dite « tendancielle ».

Revenons à nos calculs. Le site nous explique que notre p est de .9442, soit environ 94%.

Il y a donc une probabilité de 94% pour que le hasard produise une telle différence entre nos deux listes. En un mot comme en 100, on peut donc très raisonnablement considérer qu’il n’y a pas de différence significative entre nos listes en termes de fréquence, et donc qu’elles sont similaires sur ce point de vue.

Ouf ! Maintenant, plus qu’à répéter l’opération pour les autres critères que nous avions !

Passons à la longueur, en commençant par le nombre de lettres. Vous trouverez cette information dans la colonne NBLET.

Tout va bien, le p n’est pas significatif non plus pour le nombre de lettres ! Il est plus bas qu’avant (autour de 30%), mais il est bien au-dessus de notre seuil de 20%, on peut donc continuer.

Passons à la longueur en termes de nombre de syllabes. Cette information vous est donnée dans la colonne NBSYLL.

Le p obtenu est autour de 50%, c’est donc encore bon.

Nos listes sont donc bien appariées en termes de longueur, évaluée par le nombre de lettres et le nombre de syllabes. On aurait pu prendre d’autres caractéristiques, comme le nombre de phonèmes (NBPHON), le nombre de graphèmes (NBGRAPH), etc. Libre à vous, bien entendu, de le calculer de votre côté si cela constitue un paramètre important dans votre situation. Sachez simplement que plus on prend en compte de paramètres, plus on prend de risque que l’appariement échoue (normal, il est impossible de réussir à tout apparier sur tout !)

Passons maintenant à l’appariement sur la fréquence des correspondances graphème-phonème.  Manulex-infra propose deux manières de le calculer, soit « par type » soit « par token ». Le calcul par type ne tient pas compte de la fréquence réelle des mots dans les textes, nous allons donc pencher pour le calcul « par token ».

Cette fréquence des correspondances graphème-phonème (CGP) par token est indiquée dans la colonne « frGPtto ». Voyons ce qui se passe quand on compare nos deux listes sur ce paramètre.

Alléluia ! Le p n’est toujours pas inférieur à 20% ! Nos deux listes de mots présentent donc une fréquence des CGP similaires. Plus qu’un seul critère !

Le dernier critère est la consistance des correspondances phonème-graphème ; là encore, nous privilégions le calcul « par token ». Vous trouverez les données dans la colonne « coPGtto »

C’est tout bon pour ce dernier calcul ! Nos listes sont maintenant appariées ! Du premier coup !

Bon, en fait, à partir du moment où on avait l’appariement de fréquence, c’était déjà presque gagné. En effet, nos mots se ressemblent énormément sur les autres critères puisqu’ils ont tous en commun le pattern final « eur ».  Il y avait en réalité peu de chance pour que les différences sur les autres lettres changent réellement la donne.

Que faire quand l’appariement échoue ?

Il peut arriver, malheureusement, que tout ne fonctionne pas du premier coup pour tous les paramètres choisis. Dans ce cas-là, il va falloir intervertir des mots d’une liste à l’autre, jusqu’à obtenir un résultat non significatif. Attention, néanmoins : quand vous changez un mot de liste, vous devez tout recalculer depuis le début ! (idem si vous en supprimez pour raccourcir votre liste)

Et la liste C ?

Voici donc notre liste A de mots à travailler durant notre rééducation :

  1. auteur
  2. odeur
  3. voleur
  4. directeur
  5. moteur
  6. hauteur
  7. joueur
  8. erreur
  9. chauffeur
  10. honneur
  11. meilleur
  12. empereur
  13. douceur
  14. instituteur

Et voici notre liste B de mots à ne surtout pas travailler afin d’évaluer un potentiel transfert :

  1. docteur
  2. intérieur
  3. chasseur
  4. chaleur
  5. bonheur
  6. facteur
  7. ordinateur
  8. malheur
  9. professeur
  10. longueur
  11. humeur
  12. seigneur
  13. douleur
  14. vapeur

Si cela vous intéresse, vous pouvez télécharger ci-dessous le fichier Excel comprenant ces deux listes (+ les deux mots inusités du départ).

Quid, à présent, de notre liste C ?

Le but de la liste C est de contrôler différents effets qui peuvent nous amener à tort à croire que notre intervention est efficace, notamment un effet développemental (un·e enfant a toujours tendance à progresser, même si on ne fait rien) et un effet placebo/Hawthorne (le simple fait de voir régulièrement le·la patient·e améliore ses performances). Le plus simple, pour la liste C, est de choisir une tâche soumise à un effet développemental mais qui n’a rien à voir avec ce qu’on a travaillé avec le·la patient·e.

Pour cette liste C, je vous propose de réaliser tout simplement un empan de chiffres comme le propose la BALE ou l’ODEDYS. Si vous voulez être vraiment « carré », n’hésitez pas à rajouter ou à enlever des items pour en proposer le même que dans les deux listes précédentes.

C’est tout pour cette deuxième partie du tuto sur Manulex ! J’espère que cela vous aura donné envie d’essayer de construire vos propres lignes de bases !



OpenEdition vous propose de citer ce billet de la manière suivante :
Claire Fontaa (4 juin 2022). Comment utiliser la base de données “Manulex” ? (2/2). Le Démodulateur. Consulté le 23 juillet 2024 à l’adresse https://doi.org/10.58079/nimp


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.