Évolution épistémologique de la didactique des langues : la face cachée des émotions
Notice bibliographique
Résumé
La recherche dans le domaine de l’apprentissage des langues s’est complexifiée au cours des dernières décennies. Elle s’articule de plus en plus autour de trois composantes : communication, cognition et socialisation, qui sont parfois présentées séparément au lieu d’être vues comme interdépendantes. De plus, dans l’analyse de ces composantes et de leur interaction complexe, un facteur clé est normalement passé sous silence : la dimension émotionnelle. Au contraire, cette dimension, ancrée à un niveau profond de l’individu, nous semble pouvoir fédérer les trois composantes mentionnées. Une notion émergente en didactique des langues, le savoir-être, semble en mesure de valoriser cette complexité et de donner un nouvel espace à la dimension émotionnelle. Cette contribution étudie les apports de différents courants de recherche à la didactique des langues pour s’interroger sur la place de la dimension émotionnelle. En partant de différentes théories, l’article questionne la nature de cette dimension et ses liens avec l’apprentissage des langues. Il s’interroge ensuite sur le potentiel du savoir-être en didactique des langues. La conclusion porte sur les perspectives que l’étude des émotions offre pour l’avancement de la recherche, en particulier en lien avec le plurilinguisme.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,026 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».