Dictionnaires et corpus numériques pour l’enseignement du FLE : un parcours didactique sur le lexique
Notice bibliographique
Résumé
Cet article se concentre sur l’exploration du rôle des dictionnaires collaboratifs (Wiktionnaire, Dictionnaire des francophones et Bob) et des bases de traitement de corpus (Lexicoscope et Compleat Lexical Tutor) dans l’enseignement du FLE, en mettant particulièrement l’accent sur l’enseignement des unités phraséologiques. À travers une série d’exercices et d’activités didactiques, l’article propose une démarche pédagogique pour intégrer efficacement ces ressources numériques dans la salle de classe de FLE, tout en développant les compétences linguistiques des apprenants. Enfin, l’article présente les résultats d’une évaluation auprès d’un groupe d’enseignants, mettant en lumière leurs perspectives sur l’intégration des dictionnaires collaboratifs dans l’enseignement de FLE. Ces résultats soulignent la nécessité d’une formation continue des enseignants et d’une planification pédagogique attentive pour tirer pleinement profit du potentiel de ces outils.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».