Une approche pédagogique d’enseignement du français langue seconde ajustée aux étudiants venant des programmes d’immersion
Notice bibliographique
Résumé
Résumé Cette étude se penche sur la situation des étudiants postimmersifs en première année de français langue seconde à l’université et cherche à les aider à dépasser le niveau plateau de communication (Lyster, 2007). Elle situe la problématique au niveau de l’usage de leur réflexivité ou, plus précisément, d’un manque d’investissement de stratégies d’apprentissage et d’auto-régulation à long terme, en lien avec une conception instrumentale de la langue et de son apprentissage. L’analyse des réponses de 82 étudiants à deux questions ouvertes portant sur leur usage de stratégies donne appui à notre hypothèse. Un test du chi-carré révèle une différence extrêmement significative entre le comportement des étudiants venant d’immersion précoce ou d’une école française et celui des étudiants venant d’autres programmes de français langue seconde, les premiers utilisant moins de stratégies que les deuxièmes à l’écrit. Nous proposons alors une approche pédagogique qui vise à réactiver la réflexivité de nos étudiants. Abstract This study focuses on the circumstances of post-immersion students in their first year of French language study at university. It seeks to assist them in surpassing the plateau level of communication (Lyster, 2007). It views the issue in terms of students’ use of reflexivity, specifically a lack of engagement to learning strategies and long-term auto-regulation. Our study views this situation as relating to an instrumental understanding of language and language learning. Our hypothesis is supported by an analysis of the responses given by 82 students to two open-ended questions, which provides insight into their use of strategy. A chi-square test reveals an extremely significant difference between students with a background in early immersion or French school, and those from other French as a second language programs: the former use fewer strategies in their writing than the latter. We therefore propose a pedagogical approach that aims to reactivate our students’ reflexivity.
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 | 0,012 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».