Rétroaction corrective synchrone et écriture collaborative en ligne : perceptions d’enseignants de français langue seconde
Notice bibliographique
Résumé
Avec le récent essor de l’enseignement à distance, les tâches d’écriture collaborative (ÉC), dont la contribution au développement des compétences en écriture en langue seconde (L2) a été démontrée (Elabdali, 2021), se déroulent de plus en plus en ligne. Un tel format permet à l’enseignant de fournir une rétroaction corrective écrite synchrone (RCÉS) aux apprenants, qui collaborent ensuite en temps réel sur la résolution des erreurs. Peu d’études se sont toutefois intéressées aux perceptions des enseignants dans le cadre d’un cours de français L2 en ligne. Cette étude de cas explore ainsi les perceptions d’enseignants de français L2 (N = 3) quant à la mise en place, dans leur cours de français écrit de niveau avancé, de deux tâches d’ÉC en ligne (Google Docs), lors desquelles ils fournissaient de la RCÉS à leurs apprenants (N = 46), qui collaboraient par vidéoconférence en petits groupes (Zoom). Après la réalisation des tâches, les enseignants ont partagé leurs points de vue quant aux forces et aux limites d’une telle pratique pédagogique lors d’une entrevue de groupe semi-dirigée tenue en vidéoconférence. L’analyse de contenu de la transcription de l’entrevue indique que, bien que les enseignants aient des perceptions globalement positives de cette pratique et y voient un potentiel pour l’enseignement-apprentissage du français L2, certaines préoccupations concernant l’aspect pratique et la mise en œuvre des tâches d’ÉC en ligne avec de la RCÉS ont émergé. Les implications pédagogiques quant à la manière de fournir de la RCÉS pendant de telles tâches sont discutées.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».