Compétences orales et outils de communication web dans un projet de télécollaboration pour l’apprentissage du français langue étrangère
Notice bibliographique
Résumé
L’application des nouvelles technologies a l’enseignement des langues ouvre de nouvelles voies a l’experimentation et a la recherche de methodes et d’outils qui puissent favoriser l’acquisition des competences langagieres et interculturelles chez les apprenants. Malgre l’expansion sur Internet de toutes sortes d’outils de communication audiovisuels, les strategies de production orale sont encore peu developpees en classe de francais langue etrangere (FLE). Dans le cadre des projets actuels de telecollaboration la langue ecrite prend une place preponderante face a la langue orale. Le Projet Leon-Grenoble essaie de corriger cette situation en privilegiant les strategies et les pratiques pedagogiques pour la comprehension et la production orales. L’utilisation des tâches et outils Web pour la production orale des apprenants de FLE est ici fondamentale. Dans cet article nous analyserons tous ces elements, sans oublier l’un des plus determinants: la correction de la prononciation en relation avec les trois acteurs de cette recherche-action : apprenants, tuteurs et enseignants. The application of new technologies in language teaching opens up a range of options in the search for methods and tools favourable to both effective foreign language acquisition and knowledge of its culture. In spite of the growth of web-enabled audiovisual tools that enhance communication, oral production strategies are still poorly developed in the language classroom. Within the framework of pedagogical telecollaboration projects, written language is usually predominant. The Leon-Grenoble project tries to correct these discrepancies by trying to establish a balance between oral and written skills. Task-based oral production is here fundamental for learners of French as a Foreign Language (FLE). And even more crucial are the practices to correct pronunciation for the three agents involved in the educational context: teachers, tutors and students of FLE.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».