MétaCan
Menu
Retour à la cohorte
Enregistrement W4282583427 · doi:10.46630/phm.14.2022.37

ANALYSE DES BESOINS DES ÉTUDIANTS SERBES DE LA LANGUE ET LITTÉRATURE FRANÇAISES PENDANT LA MOBILITÉ UNIVERSITAIRE EN FRANCE

2022· article· fr· W4282583427 sur OpenAlexfundno aff
Sofija Filipović

Notice bibliographique

RevuePHILOLOGIA MEDIANA · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesAgence Universitaire de la Francophonie
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Afin de mieux préparer les étudiants serbes de la Langue et littérature françaises pour une mobilité universitaire en France, nous proposons l’élaboration d’un programme de Français sur Objectif Universitaire (FOU). Cette formation dédiée à ceux souhaitant participer aux mobilités viserait à faciliter l’intégration dans une université française en développant les compétences des étudiants aux niveaux linguistique, méthodologique et socioculturel. Notre principal objectif était l’analyse des besoins dans le cadre du programme de Français sur Objectif Universitaire pour les étudiants serbophones participant aux échanges dans le but d’assurer une meilleure et plus rapide intégration dans le système des études supérieures en France. Une étude observationnelle des cours au centre de recherche Grammatica au sein de l’Université d’Artois a été effectuée, ainsi qu’une collecte des données sous la forme des documents authentiques. Nous avons mené des enquêtes auprès des professeurs de cette université qui ont partagé leurs expériences avec des étudiants serbes. Après avoir observé les situations de communication dans lesquelles se trouvent les étudiants étrangers, nous avons pu tirer des conclusions sur les besoins des étudiants serbes pendant une mobilité universitaire en France. Nous avons jugé que le programme d’études de la Langue et littérature françaises à l’Université de Niš fournit des connaissances nécessaires pour l’intégration dans une université française. Cependant, un cursus de Français sur Objectif Universitaire dédié aux étudiants qui postulent pour participer dans les programmes de mobilités universitaires en France pourrait renforcer leurs c

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0050,002
Communication savante0,0050,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,313
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePHILOLOGIA MEDIANAMême sujetFrench Language Learning MethodsTravaux en français237 207