L’enseignement et l’apprentissage de la littérature française en milieu universitaire hétéroglotte : pistes didactiques
Notice bibliographique
Résumé
D’une part, les défis de l’enseignement des langues ont su réunir des chercheurs dans une démarche scientifique ayant permis l’émergence de la didactique des langues, elle-même plus tard divisée en différents volets; d’autre part, la littérature s’est elle aussi dotée de sa propre didactique. Cependant, l’enseignement de la littérature en milieu hétéroglotte demeure en marge dans le champ de la didactique. On part souvent du principe que les étudiants suivant un cours de littérature dans une deuxième ou une troisième langue ont des compétences langagières assez solides dans la langue cible pour relever les défis de la littérature, ce qui est rarement le cas. Cet article propose donc, en suivant les étapes de conception d’un cours de littérature française offert en deuxième année d’université, d’explorer les cheminements et les défis de ces deux domaines bien établis de la didactique et d’en montrer la complémentarité et la pertinence pour l’enseignement et l’apprentissage de la littérature en milieu hétéroglotte. On the one hand, the challenges of language teaching have brought together a community of researchers with the same scientific goal, which gave birth to the field of didacticism in languages, later divided into several subsets. On the other hand, the field of didacticism in literature has also emerged. However, teaching literature in a foreign or second language stills remains in the margins of didacticism. We often assume that students who take literature courses in their second or third language have strong enough language skills in the target language to rise to the challenges of literature, but it is rarely so. Therefore, while following the different stages of conception of a second year French literature course, this article proposes to explore the meanderings and challenges of these two well-established areas of didacticism and it will show their interrelation and their relevance to the teaching and learning of literature in a foreign or second language.
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 | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,015 | 0,014 |
| Communication savante | 0,019 | 0,012 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».