A Critical Re-imagining of French-Language Teacher Learning and Professional Identities
Notice bibliographique
Résumé
As an official bilingual country, Canada depends on French as a Second Language (FSL) teachers to promote bilingualism. However, FSL programs suffer from what I call ‘FSL teacher flight’: FSL teachers who enter the profession do not remain in it, they either leave or transition out of teaching French. FSL teachers report feeling disenfranchised, marginalized and isolated in their practice (Macfarlane Hart, 2002; E. M. Richards, 2002). One way to address these issues is to offer FSL teachers the opportunity to participate in Computer-supported Collaborative Learning (CSCL) networks (Hollins-Alexander, 2013; Kitsantas Dabbagh, 2010; Kreijns Kirschner, 2004). These blended (i.e., online and face-to-face) professional learning networks, based on the principles of learning as a social and transformational process, make teachers agents of their professional learning and help them negotiate the complexity of their practice, and develop their professional identity and well-being through shared discursive practices. This longitudinal multiple case study is a unique in-depth look into the professional learning and identity formation of two core French teachers over the course of four years (2011-2015). The data consist of 40 monthly two-hour group meeting discussions video recorded during a full release-day for site-based research, over 150 posts and essays shared in an online forum, open-ended survey responses and extensive field notes. Findings reveal that FSL teachers use a wide range of complex and interrelated discursive practices to help them negotiate their professional learning and identity formation. Their research inquiries were highly contextualized, based on their local needs. They also reported that the learning experience in the CSCL network helped them feel supported and engage in their practice in new and creative ways. The re-professionalization (Kooy, 2015) of FSL teachers’ practice through their learning experiences reveals the potential contribution of this study to address the issue of FSL teacher retention. The study provides a much-needed deeper understanding of what happens when FSL teachers actively participate in professional learning networks. It also re-imagining the narratives around FSL teachers so as to provide a model for long-term FSL teacher learning that promotes collaborative professionalism (Fullan Hargreaves, 2016) and teacher well-being.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,051 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».