Les pratiques déclarées par les enseignants universitaires au regard de l’usage des TIC dans l’enseignement de l’écriture en français langue étrangère ou seconde
Notice bibliographique
Résumé
L’objectif spécifique de cette recherche est de rapporter et d’analyser les pratiques déclarées des formateurs (N= 25) au regard du recours aux TIC dans le développement de la compétence scripturale en FLE/S en contexte universitaire. La collecte de données a eu lieu dans cinq institutions dans le cadre d’un projet international. Pour recueillir les données en lien avec les pratiques déclarées, nous avons mené des entrevues de groupe semidirigées auprès des formateurs de FLE/S. L’analyse préliminaire de ces entrevues montre que l’enseignement-apprentissage de l’écriture et l’évaluation de celle-ci ont évolué avec le développement des TIC. Pour ce qui est du processus d’écriture (la planification, la mise en texte et la révision) dans ce contexte, les enseignants déclarent que pour les opérations de la mise en texte et de la révision, les TIC sont les plus utiles dans l’apprentissage de l’écrit en FLE/S pour les apprenants universitaires. De plus, les TIC auraient des effets à la fois positifs et négatifs sur les étudiants universitaires utilisant les technologies dans un cours d’écriture en langue seconde (L2).
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 | 0,017 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 ».