French as a Second Language Teacher Candidates’ Conceptions of Allophone Students and Students With Learning Difficulties
Notice bibliographique
Résumé
Abstract The diversity of Canada’s French as a second language (FSL) student population is increasing with the growing numbers of Allophones and students with learning difficulties. Educational communities in FSL, however, are struggling to meet the needs of such populations. This study considered the views of 15 teacher candidates as expressed in interviews at the conclusion of their teacher education program. Through the lens of sociocultural theory, we explore the everyday and scientific conceptions developed by the teacher candidates about the aforementioned student populations. Few candidates reported learning about both student populations in their teacher education program, but nearly all worked with at least one of these student populations during their practica, possibly raising questions about the relevancy and currency of the curricula of some FSL teacher education programs. Résumé Les programmes de français langue seconde (FLS) accueillent une population de plus en plus diversifiée à cause d’une croissance du nombre d’élèves allophones et d’élèves ayant des troubles d’apprentissage. Cependant, les communautés éducatives de FLS ont du mal à répondre efficacement aux besoins de ces élèves. Cette étude a examiné les résultats d’entretiens avec 15 candidats à l’enseignement à la fin de leur année de formation universitaire. En employant une perspective socioculturelle, nous avons considéré les conceptions quotidiennes et scientifiques que les candidats ont développées envers ces élèves pendant cette période. Peu d’étudiants ont indiqué avoir appris les besoins de ces élèves au cours de leur formation universitaire, mais presque tous les participants ont travaillé avec au moins un élève provenant de ces groupes dans un programme de FLS lors de leurs stages en salle de classe. Il se peut donc que ces résultats soulèvent des questions par rapport à la crédibilité et à la pertinence des programmes de préparation à l’enseignement.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».