La place des langues locales dans les cours d’Intercompréhension en langues romanes des universités brésiliennes
Notice bibliographique
Résumé
Le Brésil présente une complexe réalité linguistique : d’un côté, plus de 200 langues sont parlées sur le territoire, mais d’autre part, elles ne sont parlées que par 0,2% de la population du pays. La faible connaissance d’une telle réalité par la plupart de la population est le résultat d’une série d’éléments, dont l’absence de discussion autour de cette question au sein des institutions brésiliennes où sont formé.e.s les enseignant.e.s. Vu que l’approche de l’Intercompréhension en Langues Romanes a de plus en plus de place dans le cadre de la licence en différentes universités brésiliennes ; et que l’éducation plurilingue tient compte des connaissances sur le contexte linguistique et culturel des étudiant.e.s, cet article se propose de présenter les résultats d’un questionnaire rempli par les enseignant.e.s chargé.e.s du cours d’Intercompréhension, dans le but de mieux comprendre si et comment les langues du Brésil font objet de discussion dans leurs cours. En outre, nous présentons un exemple de programme mis en place depuis 2021, abordant les langues locales dans le cadre d’un cours d’Intercompréhension en Langues Romanes. Nous présentons aussi des exemples des réflexions et activités réalisées par les étudiant·es.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».