MétaCan
Menu
Retour à la cohorte
Enregistrement W4391301025 · doi:10.18192/olbij.v13i1.6619

L’enseignement de la variation phonétique du français au Cameroun : dérives et conséquences en termes d’insécurité linguistique chez les élèves

2024· article· fr· W4391301025 sur OpenAlexvenueno aff
Gilbert Daouaga Samari

Notice bibliographique

RevueOLBI Journal · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueLinguistic and Sociocultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésconsComputer science

Résumé

récupéré en direct d'OpenAlex

Conformément aux recommandations des États généraux de l’enseignement du français en Afrique subsaharienne francophone tenus en 2003, le Cameroun vient de décider d’enseigner la variation du français. L’objectif de cet article est de montrer que les pratiques didactiques actuellement en oeuvre pour transmettre la variation phonétique sont susceptibles d’installer des apprenants dans l’insécurité linguistique. En effet, au lieu de les initier à décrypter les accents de leur interlocuteur pour une meilleure communication, les pratiques analysées semblent plus focalisées sur l’identification de ces accents et leur description linguistique. Ces pratiques tendent davantage à transmettre aux élèves des stéréotypes teintés de jugement axiologique des locuteurs du français, ce qui pourrait entraîner des conséquences négatives sur la sécurité linguistique des apprenants. S’inscrivant dans la perspective didactique, cet article analyse, dans une approche qualitative, le manuel de langue française au second cycle au Cameroun et une leçon dispensée à l’attention des élèves de Terminale.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,306
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOLBI JournalMême sujetLinguistic and Sociocultural StudiesTravaux en français237 207