Développer des connaissances lexicales et grammaticales sans support écrit et sans production grâce à une approche par tâches basée sur la compréhension
Notice bibliographique
Résumé
Dans cet article, nous traitons de l’approche par tâches basée sur la compréhension , un type d’approche qui favorise le développement langagier, notamment du lexique et de la grammaire, en passant essentiellement par la compréhension orale. Selon les études antérieures, menées auprès d’enfants (Shintani, 2012, 2016) et d’adolescents (Erlam et Ellis, 2018, 2019) débutant leur apprentissage d’une langue seconde, l’utilisation de cette approche favoriserait le développement de connaissances lexicales et grammaticales chez les participants des groupes expérimentaux, et ce, davantage que chez les apprenants des groupes témoins qui devaient produire les éléments lexicaux et linguistiques ciblés. Considérant le potentiel de cette approche et le fait qu’elle diffère de nombreuses autres où l’écrit et la production occupent une place importante, elle nous semblait également adaptée pour des apprenants adultes peu scolarisés ou peu alphabétisés, dont la littératie est émergente. Afin d’évaluer la mise en place d’une approche basée sur la compréhension auprès de cette population, nous avons développé un partenariat avec un centre de formation des adultes de la région de Québec. Nous présentons une des séquences développées de concert avec une enseignante du centre. La séquence vise le développement du vocabulaire de l’habitation, des marques de singulier et pluriel et des prépositions de lieu. Afin de rendre compte de l’ensemble du processus de développement et d’implantation de la séquence, nous présentons les points de vue de l’enseignante, des participants et de l’équipe de recherche à cet effet.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».