Impact de l'Approche Neurolinguistique sur l’apprentissage des apprenants du français langue étrangère en Iran
Notice bibliographique
Résumé
L’Approche Neurolinguistique (ANL) a ete concue par deux chercheurs/professeurs canadiens, Netten et Germain en 1997 au Canada. A l’heure actuelle (2018), l’ANL s’est repandue dans differents milieux, en Chine, au Japon, en Taiwan et en France tant dans le milieu institutionnel qu’universitaire. Les strategies d’enseignement pronees dans l’ANL decoulent notamment des neurosciences, en particulier, de la theorie neurolinguistique du bilinguisme de Paradis. Dans l’ANL, la primaute est accordee au developpement de la grammaire interne (habilete a communiquer a l’oral) sans passer par le long detour du savoir explicite sur la langue. Dans cet article, nous cherchons a savoir quels sont les resultats de l’ANL dans le contexte iranien. Pour ce faire, nous avons mis en parallele l’ANL avec une methode courante d’enseignement/apprentissage du francais en Iran. Nous avons choisi deux groupes d’apprenants adultes, experimental et controle. Nous avons eu recours sur le plan analytique a la methode quantitative/qualitative. Les resultats montrent que le groupe experimental atteint des scores superieurs en production orale mais inferieurs en comprehension orale par rapport au groupe controle.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».