Acquisition des pronoms d’allocution en classe de français immersif
Notice bibliographique
Résumé
Cet article vise à éclairer les raisons pour lesquelles les pronoms d’allocution en français persistent à créer des difficultés aux apprenants de français langue seconde en contexte immersif au Canada. À partir d’interactions entre enseignants et élèves enregistrées dans ce milieu, nous explorons la complexité de l’emploi des pronoms tu et vous du point de vue des apprenants en classes d’immersion. Nous confirmons les résultats d’autres études démontrant l’absence du vous de politesse dans le discours pédagogique ainsi que l’absence d’occasions offertes aux élèves pour employer le vous de pluralité. En outre, nous démontrons que tu remplit plusieurs fonctions dans le discours pédagogique : pronom personnel de deuxième personne, il marque le singulier et la familiarité, mais il possède aussi une fonction indéfinie et plurielle. L’exposition des jeunes à l’emploi du tu dans des contextes vraisemblablement pluriels s’ajoute à la difficulté qu’ils éprouvent en tant que locuteurs à titre principal de l’anglais sachant que cette langue n’a qu’un seul pronom recouvrant les fonctions exprimées en français par tu et vous. Nous proposons en guise de conclusion quelques solutions pédagogiques pour faciliter l’apprentissage des pronoms d’allocution en français.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».