Corrective Feedback and Multimodality: Rethinking Categories in Telecollaborative Learning
Notice bibliographique
Résumé
Teletandem (Telles, 2009) is a model of telecollaboration in which pairs of foreign language students from different countries meet regularly and virtually to learn each other’s languages. Within this context, participants are expected to help their partners learn by providing feedback. The multimodal nature of this type of environment, however, may offer different learning opportunities (Guichon & Cohen, 2016) and have an impact on feedback provision. This research aims at investigating peer corrective feedback in Teletandem in relation to the different modes. Using a case study approach, we describe how three Brazilians offered feedback to learners of Portuguese as a foreign language. Data used came from 20 Teletandem oral sessions that took place over a period of three years and were stored in MulTeC (Aranha & Lopes, 2019). Data analysis revealed that CF provision is characterized by reformulations, with a blurred distinction between recasts and explicit corrections due to a combination of multimodal strategies. Results also indicate that error correction may be more (or less) emphasized depending on how interlocutors combine multimodal resources. Pedagogical implications are discussed.
 Teletandem (Telles, 2009) est un modèle de télécollaboration par lequel des paires d’étudiants de langue étrangère originaires de différents pays se rencontrent régulièrement de façon virtuelle pour apprendre les langues des uns des autres. Dans ce contexte, on s’attend à ce que les participants aident leur partenaire à apprendre en leur fournissant de la rétroaction. La nature multimodale de ce type d’environnement peut, cependant, offrir diverses occasions d’apprentissage (Guichon & Cohen, 2016) et influencer la façon dont la rétroaction est fournie. Le but de cette recherche est d’étudier la rétroaction corrective par les pairs dans Teletandem par rapport aux différents modes. En se servant d’une approche par étude de cas, nous décrivons comment trois Brésiliens ont offert de la rétroaction à des apprenants de portugais langue étrangère. Les données utilisées venaient de 20 sessions orales de Teletandem qui s’étaient déroulées sur une période de trois ans et ont été stockées sur MulTeC (Aranha & Lopes, 2019). L’analyse des données a révélé que la fourniture de rétroaction corrective se caractérise par des reformulations, qui ne distinguent pas très bien entre des refontes et des corrections explicites, ce qui est dû à une combinaison de stratégies multimodales. Les résultats indiquent également que la correction des erreurs peut être plus ou moins soulignée selon la façon dont les interlocuteurs combinent les ressources multimodales. On discute des implications pédagogiques.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».