L'approche de formation hybride comme méthode d’enseignement facilitant la compréhension en lecture d’un cours de spécialité dispensé en FLE au supérieur Algérien
Notice bibliographique
Résumé
Notre problématique de recherche est née d’un double constat établi à partir d’une observation personnelle faite auprès d’apprenants arabophones confrontés à la compréhension en lecture des contenus pédagogiques, qui au travers de nos lecture a été davantage consolidée, notamment avec les travaux de (Boudechiche, 2008), (Sebane M. , 2008) et (Rekrak, 2016) dans lesquels ils ont démontrés avec clarté que les étudiants, en tentant de construire des connaissances en français langue étrangère, rencontraient beaucoup de difficultés. Nous supposons que l’exploitation des multiples apports d’une plateforme d’apprentissage en ligne « MoodleCloud » dans le cadre d’un enseignement hybride permettrait d’enrichir l’enseignement dispensé en classe et de développer au mieux la compétence de compréhension en lecture de ces étudiants. Afin de vérifier nos hypothèses de recherche, nous avons mené tout au long d’un semestre d’étude une enquête sur terrain qui s’est déroulée en trois phases auprès d’étudiants algériens inscrits en 1ére année Licence au département de Français.
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 | 0,010 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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 ».