MétaCan
Menu
Retour à la cohorte
Enregistrement W2175724618 · doi:10.3138/cmlr.2740

Didactique du plurilinguisme et alternance de codes : le cas de l’enseignement bilingue précoce

2015· article· fr· W2175724618 sur OpenAlexvenueno aff
Laurent Gajo, Gabriela Steffen

Notice bibliographique

RevueCanadian Modern Language Review/ La Revue canadienne des langues vivantes · 2015
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La didactique du plurilinguisme constitue un paradigme récent dans la recherche éducative, à la fois en continuité, en rupture et en décalage avec la didactique des langues. Nous en soulignons quelques aspects, à partir d’un terrain d’enseignement bilingue précoce se déclinant selon deux modèles : des classes où deux enseignants interviennent en se répartissant les langues (méthode une personne – une langue) et des classes où le même enseignant gère les deux langues (méthode une personne – deux langues). L’analyse des pratiques discursives bilingues en classe nous aide à revenir, plus particulièrement, sur la place de l’alternance de codes dans l’enseignement bilingue et, a fortiori, dans la didactique du plurilinguisme. Ces pratiques illustrent que l’intégration des apprentissages en et de L1 et L2 va au-delà de la simple articulation de deux espaces monolingues et tient à une posture bi-plurilingue des enseignants privilégiant des approches qui travaillent avec un répertoire plurilingue et qui normalisent et didactisent le plurilinguisme dans l’enseignement/apprentissage des savoirs. Cette intégration est favorisée par la méso-alternance, réfléchie par rapport à la mise en complémentarité et en contraste des langues et à l’apport des ressources plurilingues pour l’élaboration des savoirs et qui articule les pratiques en classe avec les enjeux curriculaires.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,017
Communication savante0,0070,009
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,249
Écart entre enseignants0,228 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations40
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Modern Language Review/ La Revue canadienne des langues vivantesMême sujetSecond Language Learning and TeachingTravaux en français237 207