Enseigner des expressions figées métaphoriques françaises avec l’approche de traduction/comparaison à des apprenants vietnamiens
Notice bibliographique
Résumé
Résumé Afin de mettre en évidence la pertinence de l’enseignement/apprentissage des expressions figées métaphoriques (EFM) avec une approche de traduction/comparaison, une intervention se composant d’un cours théorique et de quatre cours pratiques portant sur un corpus de 94 EFM a été mise en place auprès de 69 étudiants locuteurs du vietnamien de niveau avancé en français langue étrangère. L’effet de cette intervention sur la rétention, la compréhension et la production (traduction) des EFM a été évalué au moyen de trois épreuves. Les résultats positifs obtenus par les étudiants à ces dernières ont permis aux auteures de recommander l’approche de traduction/comparaison dans l’enseignement des EFM du français langue étrangère et la poursuite des recherches dans d’autres contextes (autres langues, autres apprenants). Abstract In this study, the authors highlight the relevance of the use of the translation/comparison approach in the teaching and learning of fixed metaphorical expressions (FME) in French as a foreign language. To test the translation/comparison approach, an intervention consisting of one theoretical course and four courses built on 94 FME was applied. Sixty-nine advanced French foreign language Vietnamese students were the subjects of this intervention. The effect of the intervention on the retention, comprehension, and production (translation) of the FME studied, was assessed using three tests. The results obtained tend to demonstrate the positive effect of the translation/comparison approach on the measured variables. It is therefore recommended that the translation/comparison approach be used in the teaching of French foreign language FME and that research be continued in other contexts (other languages, other students).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,000 |
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 tête enseignante, 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 ».