Développer la communication orale en français L2 en milieu autochtone : projet réalisé auprès d’apprenants de sixième année du primaire
Notice bibliographique
Résumé
De nombreux théoriciens se penchent sur le développement des compétences de communication orale en L2 depuis longtemps. Cependant, alors qu’à peu près tout le monde s’entend sur la nécessité de développer la compétence communicative à l’oral chez les apprenants des L2, les approches utilisées ne font pas l’unanimité. En effet, dans bien des cas, la tendance consiste à utiliser l’une ou l’autre des approches à la mode, car le choix d’une approche n’est pas facile. C’est pourquoi, dans le cadre d’un projet visant à faire acquérir le français oral à des apprenants de sixième année en milieu autochtone mohawk, le choix d’utiliser une approche en fonction du contexte sociolinguistique est tempéré par l’utilisation d’une autre approche dont les assises théoriques ne se définissent pas en fonction du contexte sociolinguistique. Plutôt que d’opter pour une approche ou une autre, cet article illustre la pertinence d’utiliser des aspects de deux approches pour développer la compétence en communication orale chez les apprenants, l’approche neurolinguistique et l’approche actionnelle.
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 | 0,005 | 0,006 |
| 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 | 0,006 | 0,002 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».