Notice bibliographique
Résumé
Abstract Once seen as a neglected area, second language vocabulary research has come into its own in recent years. But classroom implementations have been slow to follow. One potentially very useful research finding is the impressive coverage power of a relatively small number of words: analyses of large corpora of language show that with knowledge of the 2,000 most frequent word families of a language, learners will be familiar with around 80% of the words they encounter. This position paper argues for refocusing language pedagogy to improve learners’ opportunities to acquire knowledge of these important words. The rationale is based on empirical studies showing how knowledge of vocabulary generally and 2,000 high frequency families in particular impact proficiency. Research also shows that “normal” classroom input does not support the acquisition of the words learners most need to know. Résumé Autrefois vue comme négligée, la recherche sur les connaissances en vocabulaire en langue seconde s’est imposée depuis quelques années. La mise en oeuvre dans les classes n’a suivi que lentement. Un résultat des recherches avec du potentiel est la couverture impressionnante que donne un nombre de mots relativement restreint. Des analyses de grands corpus démontrent qu’avec la connaissance des 2 000 familles de mots les plus fréquentes d’une langue, les apprenants seront familiers avec environ 80% des mots qu’ils rencontreront. Cet exposé de position plaide en faveur de recentrer la pédagogie des langues afin d’améliorer les possibilités pour les apprenants d’acquérir la connaissance de ces mots importants. La justification est fondée sur des études empiriques qui démontrent que les connaissances en vocabulaire en général et des 2 000 familles les plus fréquentes en particulier donnent l’avantage dans la maîtrise d’une langue. Les recherches démontrent aussi que l’apport des activités ordinaires dans les classes n’est pas suffisant pour acquérir les mots dont les apprenants ont besoin.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».