Exploring Multilingual Learners’ Writing Practices during an L2 and an L3 Individual Writing Task
Notice bibliographique
Résumé
Selon les chercheurs, les scripteurs bilingues s’appuient sur leur langue maternelle pour satisfaire les exigences d’une tâche de rédaction. Un nombre croissant de personnes développent des compétences linguistiques dans une langue tierce ou additionnelle (L3/Ln), mais, malgré l’intérêt croissant que suscite le développement de ces compétences, peu d’études empiriques ont porté sur les pratiques d’écriture chez les apprenants plurilingues. Pour combler cette lacune, neuf scripteurs multilingues (espagnol–français–anglais) sont invités à rédiger deux essais argumentatifs, l’un en français et l’autre en anglais. Les données tirées d’entretiens de rappels stimulés confirment que la rédaction est une activité plurilingue. Les participants puisent dans leur répertoire linguistique pour générer des idées, structurer leurs essais et réfléchir aux aspects linguistiques. Toutefois, pour les réflexions lexicales, leur connaissance de langues additionnelles semble être une source d’interférence plutôt que de conformité accrue. Les résultats, analysés dans la perspective du plurilinguisme, font ressortir que les apprenants possèdent des compétences fluides et partielles de diverses langues qui peuvent les soutenir lors de la réalisation de tâches académique rédaction.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».