Perception positive de la variation géographique du français dans le contexte de l’enseignement du FLE
Notice bibliographique
Résumé
Malgré quelques rares initiatives ponctuelles (méthode « Cosmopolite » de Hirschsprung et Tricot [2017], par exemple), le constat général reste le même : en termes de représentation de la variation diatopique, les manuels de Français Langue Étrangère (FLE) véhiculent une norme artificielle exclusivement parisianocentrée. Pour vérifier si le frein principal à l’introduction de la variation diatopique dans les méthodes de langue vient du rejet des accents régionaux du français par les professeurs de FLE, nous avons procédé à un sondage perceptuel d’acceptation à visée didactique auprès de ce public. Nous avons proposé à des enseignants et des enseignantes de FLE des enregistrements audio avec une prononciation régionalement marquée (des stimuli préenregistrés par des locuteurs francophones de régions françaises (Grand Est et Nouvelle-Aquitaine, Guadeloupe et La Réunion) et de pays francophones (Algérie, Canada, Cameroun, Mauritanie et Suisse). Les résultats montrent une meilleure acceptation de ce type d’extrait dans les manuels, que celle qu’on aurait pu prévoir ; les commentaires justifiant l’acceptation de la variation diatopique par les enseignants de FLE constituent l’objet principal de cet article.
Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.
Comment cette classification a été obtenuedéplier
Le tri à trois modèles
les 5 600 travaux triés →Les trois modèles l'ont jugé hors champ.
Perceptual survey of FLE teachers on regional French accents; the object is language pedagogy.
The article studies teachers' perceptions of regional French variation for language teaching, not research itself.
Survey of FLE teachers’ acceptance of geographic French variation; language pedagogy, not research practice.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».