Les tâches intégrées plurilingues nécessitant la compréhension en anglais dans des universités non anglophones : les perceptions et les pratiques déclarées d’étudiants ayant des profils académiques et langagiers variés
Notice bibliographique
Résumé
En contextes universitaires, les étudiants sont souvent confrontés à des tâches intégrées d’écriture qui demandent de la compréhension d’informations afin de produire des textes. Ces tâches académiques complexes ont fréquemment été étudiées comme des tâches unilingues avec des anglophones ou des apprenants de l’anglais étudiant dans des universités anglophones. Pourtant, le développement du savoir scientifique à l’université nécessite souvent la lecture en anglais, peu importe la langue d’enseignement, ce qui rend ces tâches plurilingues dans certains contextes. Plusieurs étudiants d’universités non anglophones se trouvent dans des programmes requérant la lecture d’articles scientifiques en anglais alors qu’ils ne sont pas des apprenants de l’anglais. Pourtant, les expériences de ces utilisateurs sont généralement peu étudiées dans la littérature scientifique actuelle. Pour mieux soutenir cette population étudiante dans le développement de leur littératie académique plurilingue et dans la réussite de leurs études universitaires, il est impératif d'examiner comment les utilisateurs de l'anglais accomplissent des tâches d'écriture plurilingue. Cette étude qualitative répond partiellement à ces préoccupations en examinant les perceptions et les pratiques déclarées de trois étudiants face à une tâche intégrée plurilingue. Les résultats démontrent que les étudiants rencontrent des difficultés différentes en fonction de leurs niveaux de compétence langagière et de leur cheminement scolaire. De futures recherches doivent se pencher sur le rôle des programmes universitaires et des professeurs qui demandent aux étudiants d’accomplir des tâches intégrées plurilingues pour mieux comprendre quelles adaptations sont possibles et souhaitables pour que tous les étudiants aient accès au développement de la littératie académique et disciplinaire.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».