Enseigner en immersion française au Canada : synthèse des connaissances sur les défis et leurs implications pour la formation des enseignants
Notice bibliographique
Résumé
Cet article présente les résultats d’une synthèse des connaissances visant à identifier comment la thématique de la formation initiale et continue concernant les défis liés à l’enseignement en milieu immersif francophone au Canada a été traitée dans les études et travaux théoriques ces dix dernières années. L’analyse des travaux répertoriés révèle des défis importants quant au développement d’une pédagogie adaptée à un contexte éducatif de plus en plus linguistiquement et culturellement hétérogène et qui doit se redéfinir à la lumière de nouvelles réalités sociales. Ces défis imposent la mise en place d’une préparation adéquate des futurs enseignants, une thématique trop souvent traitée de manière succincte dans les travaux consultés et même parfois ignorée. L’analyse fait ressortir les principales thématiques sur lesquelles les recherches futures devraient se concentrer afin d’améliorer la qualité de l’éducation en immersion française au Canada, en plaçant la formation initiale et continue en tête de liste.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,017 | 0,015 |
| Communication savante | 0,015 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».