Écouter et se conscientiser pour mieux se dire : l’exploitation pédagogique d’un corpus de français oral
Notice bibliographique
Résumé
Un corpus de plus de quatre-vingts heures d’entrevues a été recueilli à la fin de la décennie 2000 auprès de francophones de quatre localités rurales manitobaines. Ce corpus constitue une ressource inestimable pour un enseignement du français basé sur du discours authentique et pour un travail spécifique à mener sur l’oral, en particulier sur la variation linguistique. C’est avec le souci de valoriser la forme première d’expression langagière que constitue l’oral et la «couleur» que cette langue orale revêt au Manitoba qu’un outil didactique basé sur des extraits du corpus a été élaboré, à l’intention principalement des enseignants de français langue première au cycle secondaire. L’article en explicite le contexte didactique, les objectifs et la démarche à partir de la présentation d’exploitations pédagogiques de ces extraits, dont de nombreuses sont axées sur la conscientisation. En milieu francophone minoritaire, valoriser, en contexte scolaire, «l’oral d’ici» est affecté d’enjeux déterminants: sensibiliser les élèves à l’importance stylistique et identitaire des variétés vernaculaires, faire valoir la fonction identitaire de l’oral et, plus fondamentalement, contribuer à construire chez les élèves un rapport positif à la langue française, condition nécessaire pour qu’ils se perçoivent comme les bâtisseurs de l’espace francophone.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».