L'utilisation de stratègies d'apprentissage en fonction de la réussite chez des adolescents apprenant l'anglais langue seconde
Notice bibliographique
Résumé
Cette étude visait à déterminer lesquelles des stratégies contenues dans la taxonomie de O'Malley et Chamot (1990), permettent de distinguer les bons des moins bons apprenants de langue seconde (L2). Un questionnaire comptant 80 stratégies a été élaboré et soumis à 310 francophones en 5° année d'études de niveau secondaire apprenant l'anglais. Les résultats de fin de semestre qui s'est tenu trois mois après le recueil des donnés ont été colligés. La note de l'épreuve de production, considérée plus discriminante, a servi à subdiviser l'échantillon en trois groupes: faible, moyen et fort. Les stratégies ont été examinées à partir d'une analyse de Kruskall-Wallis. Les résultats obtenus indiquent qu'un nombre limité des stratégies métacognitives, cognitives et socioaffectives à l'étude sont utilisées de façon statistiquement différente selon le niveau de compétence des apprenants. Ces résultats sont examinés dans l'optique de poursuivre la validation d'un instrument de mesure des stratégies pour les francophones apprenant l'anglais L2.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; 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 ».