The Contribution of Working Memory to L2 French Pronunciation among Adult Language Learners
Notice bibliographique
Résumé
Le rôle que joue la mémoire de travail, c’est-à-dire la capacité d’emmagasiner temporairement l’information et de procéder à son traitement cognitif, a fait l’objet de multiples études dans le domaine de la recherche en langues secondes (L2). Au sens général, il a été établi que la mémoire de travail était liée à divers aspects de l’apprentissage et de l’usage de la L2 ; les connaissances en ce qui a trait à son lien avec la prononciation de la L2 sont toutefois limitées. L’auteure étudie la relation entre les résultats obtenus dans la réalisation d’une tâche numérique complexe sollicitant la mémoire de travail et de deux tâches de prononciation du français L2, soit une tâche de lecture à haute voix et une tâche de narration à partir d’une image, réalisées par 30 apprenants adultes parlant mandarin. Les résultats de l’étude révèlent que, malgré l’absence d’écart significatif entre les notes obtenues dans chaque tâche de prononciation, seule la prononciation observée dans la tâche de lecture à haute voix s’explique par la mémoire de travail.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».