MétaCan
Menu
Retour à la cohorte
Enregistrement W1588667972

Pour des Méthodes Chargées d’émotion et de sens en Français Langue Etrangère: Un Pari Pour Arrêter le Recul de la Francophonie

2015· article· fr· W1588667972 sur OpenAlexvenueno aff
Shehadeh Suleiman

Notice bibliographique

RevueCross-cultural communication · 2015
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyFrenchPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La recherche suivante porte sur l’importance de l’emotion dans l’apprentissage du francais langue etrangere (F.L.E.). Partant du constat que l’enseignement de la langue francaise a l’etranger est en constant recul en raison de l’absence d’un besoin reel et motivant et du manque de la dimension emotionnelle dans les methodes F.L.E., l’auteur propose, pour remedier a cette situation, que les nouvelles methodes du francais soient desormais concues a base de contenus charges d’emotions et de sens. D’apres l’auteur, ces contenus doivent etre intensement agreables, interessants, emerveillants, exclusivement nouveaux, importants et utiles pour les apprenants. Cette voie represente pour l’auteur la seule alternative fiable pour arreter le recul de la francophonie a l’echelle mondiale. L’objectif de la recherche est de tirer la sonnette d’alarme contre l’absence des emotions et d’une veritable pertinence des contenus dans les methodes de F.L.E. actuelles. Cette absence contribue, de notre point de vue, a accelerer le rythme de la deterioration de l’enseignement du francais a l’etranger et a accentuer la tendance a l’affaiblissement de la francophonie un peu partout dans le monde. Notre hypothese postule que le pietinement du francais et de la francophonie provient d’une part de l’absence d’un besoin reel d’apprendre la langue dans la plupart des contextes etrangers a l’heure actuelle, et d’autre part de l’absence, dans les methodes de F.L.E. courantes, de contenus thematiques capables d’emouvoir l’apprenant tout en lui apportant une somme de sens nouveaux. Nous estimons en effet que pour arreter cette reculade il faudrait envisager de nouvelles methodes de F.L.E. susceptibles de motiver profondement un non-francophone en creant chez lui un desir intrinseque l’incitant a poursuivre avec plaisir et interet son apprentissage. Le role de ces contenus nouveaux sera egalement d’optimaliser les acquisitions et de rendre l’apprentissage plus performant, “tenace” et “durable”. Pour ce qui est des procedures, nous avons commence par la lecture de plusieurs documents sur la situation actuelle de la francophonie et du francais pour constater le recul des deux a l’echelle mondiale. Nous nous sommes penche ensuite sur les methodes de F.L.E. disponibles dans la bibliotheque de notre universite pour evaluer la place de l’emotion dans leurs contenus. Nous en avons choisi une dizaine en etudiant en detail le manuel de l’eleve du niveau 1 de chaque methode, pour valider l’hypothese de la pauvrete emotionnelle du contenu. Puis nous avons commence la recherche des documents necessaires sur Internet. Nous en avons choisi une vingtaine, dont la plupart sont des articles ou des parties d’articles aux auteurs quelquefois difficiles a retrouver. Sur place nous n’avons trouve quasiment aucun autre document en francais qui aurait pu nous interesser. C’est dans ces conditions que nous avons mene cette recherche.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,075
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,075
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,003
Communication savante0,0100,007
Science ouverte0,0020,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0250,006

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,402
Écart entre enseignants0,351 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross-cultural communicationMême sujetFrench Language Learning MethodsTravaux en français237 207