MétaCan
Menu
Retour à la cohorte
Enregistrement W2554319903 · doi:10.3138/cmlr.3387

L’utilisation des langues connues des apprenants en classe de français langue seconde

2016· article· fr· W2554319903 sur OpenAlexvenueaboutno aff
Caroline Dault, Laura Collins

Notice bibliographique

RevueCanadian Modern Language Review/ La Revue canadienne des langues vivantes · 2016
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cette étude cherche à faire le point sur la pratique des enseignants de français langue seconde (L2) auprès d’adultes immigrants au Québec par rapport à l’utilisation des langues connues des apprenants. Le potentiel d’utilisation des diverses langues connues d’apprenants adultes dans un contexte multilingue reste sous-étudié. Nous nous sommes intéressées à la quantité et à la fonction de la langue maternelle (L1) en classe de L2, ainsi qu'au développement d’activités bilingues. Des observations des classes et des entrevues avec les enseignants ont permis de constater la forme, la fonction et les facteurs décisionnels sous-tendant les références interlangagières faites par ces enseignants. Le but ultime de la recherche est d’identifier le type de soutien pédagogique dont ils auraient besoin afin d’enrichir cet aspect de leur enseignement. Notre recherche démontre que les enseignants observés reconnaissent la valeur des références interlangagières et les utilisent principalement pour faire des traductions lexicales, des comparaisons phonétiques et des taquineries à l’endroit des apprenants. Par contre, leur pédagogique langagière, plutôt spontanée, est rarement incluse dans leur préparation. Nous amorçons une réflexion sur les approches pédagogiques envisageables pour que les enseignants fassent meilleur usage du répertoire langagier de leurs apprenants adultes multilingues afin de favoriser leur apprentissage d’une 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 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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,755

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,024
Tête enseignante GPT0,278
Écart entre enseignants0,254 · 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

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Modern Language Review/ La Revue canadienne des langues vivantesMême sujetFrench Language Learning MethodsTravaux en français237 207