Développement d’un Questionnaire pour Étudier les Représentations des Enseignants de Langue Seconde sur la Rétroaction Corrective à l’Oral
Notice bibliographique
Résumé
L’enseignement/apprentissage d’une langue étrangère exige désormais que l’on explore de nouvelles pistes didactiques hormis celles déjà mises en place. Dans notre cas, et afin d’accroître les possibilités d’améliorer la compétence communicationnelle en français, il est question de recourir à la plateforme télévisuelle. Sur le plan méthodologique, et rien qu’au niveau de la compréhension orale, par exemple, les discours authentiques en français sont souvent caractérisés par une telle complexité que même la compétence linguistique, à elle seule, ne peut rendre compte de toute leur portée significative. La portée communicationnelle de certains discours à forte charge culturelle, à l’image de l’exemple que nous proposons dans ce modeste article, exige de la part de l’enseignant une nouvelle recentration sur la compétence encyclopédique, en tant que forme subsidiaire à la compétence culturelle, mais combien décisive pour décrypter les messages qui façonnent la communication exolingue en français. Pour ce faire, l’outil télévisuel incarné par la docufiction s’avère à nos yeux très intéressant, puisque, par son apport en informations audiovisuelles, il va faciliter l’accès à certaines formes cachées (mais qui sont tout à fait évidentes et implicites à la fois pour le locuteur natif) de la signification inhérente à toute production authentique en français contemporain.
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».