MétaCan
Menu
Retour à la cohorte
Enregistrement W2889008716 · doi:10.18192/olbiwp.v9i0.2207

Défis et évolution de l'accompagnement offert aux professeurs de langue par le Régime d'immersion en français (RIF) de l'Université d'Ottawa

2018· article· fr· W2889008716 sur OpenAlexaffvenueabout
Laurence V. Thibault, Marc Gobeil

Notice bibliographique

RevueOLBI Journal · 2018
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Depuis 2006, le RIF offre des cours d’encadrement linguistique (CEL) associés à des cours de discipline enseignés dans cinq facultés de l’université (soit 86 programmes en 2016-2017). Cependant, les professeurs de FLS sont très rarement formés à l’enseignement propre à ce type de cours qui sont développés sur mesure en lien avec chaque cours de discipline. Pour répondre à ce défi, le RIF offre, par l’entremise des responsables pédagogiques, un accompagnement dont la nature et le format ont évolué au fil des ans.D’abord, les professeurs ont reçu une formation initiale (création de ressources, réunions, ateliers, observations de classes suivies de recommandation) (Weinberg, A., et S. Burger, 2006). Puis, les responsables pédagogiques ont créé deux recueils rassemblant des activités conçues par les professeurs désormais expérimentés (Dansereau et Buchanan, 2009, 2011; Dansereau, 2011). Ces recueils sont devenus des incontournables pour les nouvelles recrues et ont contribué au développement d'une communauté de pratique. Aujourd'hui, l'accompagnement se caractérise par des consultations, des rencontres de partage de pratique et la vérification du respect des objectifs pédagogiques dans les plans de cours.Dans quelle mesure l’accompagnement reçu jusqu’à présent répond-il aux besoins des professeurs? Quels sont leurs nouveaux besoins ? Dans quelle direction et sous quelle forme l’accompagnement peut-il évoluer de façon à maximiser et reconnaître les savoir-faire développés par cette communauté de pratique afin qu’elle profite au plus grand nombre? Grâce aux résultats d’un sondage envoyé en janvier 2017 à tous les professeurs ayant enseigné un CEL depuis 2006 nous pouvons identifier les forces et les faiblesses de l’accompagnement déjà offert et envisager la mise en place de nouvelles stratégies d’accompagnement.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,257
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOLBI JournalMême sujetSecond Language Learning and TeachingTravaux en français237 207