MétaCan
Menu
Retour à la cohorte
Enregistrement W4410881734 · doi:10.37213/cjal.2024.33445

La sociolinguistique pour le changement en immersion française : un examen transdisciplinaire d’idéologies linguistiques dans les prairies canadiennes

2025· article· fr· W4410881734 sur OpenAlexaffvenueabout
Olushola Adedeji, Stephen J. Davis, Sylvie Roy, Andrea Sterzuk

Notice bibliographique

RevueCanadian Journal of Applied Linguistics · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueLinguistic and Sociocultural Studies
Établissements canadiensUniversity of CalgaryUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceSociologyArt

Résumé

récupéré en direct d'OpenAlex

Cet article examine les discours d’enseignant·e·s et d’étudiant·e·s en immersion française sur les idéologies linguistiques qui les empêchent d’être inclus dans les communautés francophones. Nous débutons par une recension des écrits sur certaines idéologies pour mieux connaître le travail qui se fait déjà dans le domaine. À partir de la sociolinguistique pour le changement qui prend une approche critique et réflexive sur notre rôle en tant que chercheurs ainsi que l’examen des relations de pouvoir chez les parlants de français langue seconde, nous examinons des extraits de nos recherches qui traitent des discours sur les idéologies présentes. Notre équipe transdisciplinaire examine donc les variétés linguistiques ; la sécurité linguistique des élèves ; la pertinence de l’immersion pour les élèves plurilingues et les rôles des répertoires linguistiques des élèves dans l’apprentissage du français en immersion. Nous constatons que les discours continuent à exclure les apprenants de français, mais que ces discours commencent à changer, surtout chez les jeunes élèves plurilingues. Si on s’éloigne un peu de l’idée que la francophonie doit être d’une certaine façon, on conclut que des changements sont possibles.

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,979

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0220,020
Communication savante0,0100,006
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Applied LinguisticsMême sujetLinguistic and Sociocultural StudiesTravaux en français237 207