L'utilisation de strategies d'apprentissage en fonction de la reussite chez des adolescents apprenant l'anglais langue seconde
Notice bibliographique
Résumé
Cette �tude visait � d�terminer lesquelles des strat�gies contenues dans la taxonomie de O'Malley et Chamot (1990), permettent de distinguer les bons des moins bons apprenants de langue seconde (L2). Un questionnaire comptant 80 strat�gies a �t� �labor� et soumis � 310 francophones en 5e ann�e d'�tudes de niveau secondaire apprenant l'anglais. Les r�sultats de fin de semestre qui s'est tenu trois mois apr�s le recueil des donn�s ont �t� collig�s. La note de l'�preuve de production, consid�r�e plus discriminante, a servi � subdiviser l'�chantillon en trois groupes : faible, moyen et fort. Les strat�gies ont �t� examin�es � partir d'une analyse de Kruskall-Wallis. Les r�sultats obtenus indiquent qu'un nombre limit� des strat�gies m�tacognitives, cognitives et socioaffectives � l'�tude sont utilis�es de fa�on statistiquement diff�rente selon le niveau de comp�tence des apprenants. Ces r�sultats sont examin�s dans l'optique de poursuivre la validation d'un instrument de mesure des strat�gies pour les francophones apprenant l'anglais L2. The purpose of this study was to determine which strategies found in O'Malley & Chamot's (1990) taxonomy could distinguish between stronger and weaker ESL learners. A questionnaire comprised of 80 strategies completed by 310 francophone ESL learners in their fifth year of secondary school. Results of the end of semester exam - completed three months following data collection - were analyzed. The production exam results considered to be the most discriminating were used to subdivide the sample into three groups: poor, average, and strong. A Kruskall-Wallis analysis was used to examine the strategies. Results show that only a limited number of meta-cognitive, cognitive, and socio-affective strategies discriminated significantly between these ESL students at different levels of competence. The results are examined in such a way as to allow the future authentication of a strategy-measuring tool used by francophone learners of ESL.
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 | 0,007 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».