Productive Collocation Knowledge at Advanced CEFR Levels: Evidence from the Development of a Test for Advanced L2 French
Notice bibliographique
Résumé
Les auteures se penchent sur la relation entre les connaissances productives liées aux collocations et les niveaux élevés de l’échelle du Cadre européen commun de référence pour les langues (CECR). Elles étudient plus précisément le potentiel de progression du niveau B2 au niveau C1 du CECR grâce à l’élaboration d’une épreuve de collocation productive en français langue seconde. Cette épreuve vise les collocations fréquentes verbe-nom dans le français langue seconde écrit, relevées à l’aide de la base de données Les Voisins de Le Monde. Les auteures présentent trois différentes études pilotes réalisées à la fois auprès de locuteurs natifs et d’autres locuteurs du français (dont les langues maternelles diffèrent), pour un total de 152participants. Le test est validé grâce à une épreuve de maîtrise générale et une épreuve de fiabilité. La dernière épreuve, menée auprès de 47 locuteurs du français de langue maternelle différente, consiste dans un test comportant au total de 30items dont les résultats présentent d’importants écarts pour les participants de niveau B2 et les participants de niveau C1. En plus d’offrir un outil efficace d’évaluation linguistique, cette étude confirme la place essentielle des connaissances productives liées aux collocations, aux niveaux élevés de maîtrise de la langue seconde.
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 | 0,015 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».