Conception d'un répertoire d'expressions conventionnelles du français québécois destiné à l'enseignement du français Lx d'apprenant(e)s adultes
Notice bibliographique
Résumé
Dans la ville de Québec, la première langue parlée à la maison est le français dans près de 95% des cas (Gouvernement du Québec, 2022). Sachant que chaque année, un nombre important de nouvelles personnes immigrantes sont accueillies au Québec selon le ministère de l'Immigration, de la Francisation et de l'Intégration (MIFI, 2021), la maîtrise de la langue est cruciale pour l'intégration à la société d'accueil (Calinon, 2009). Pour faciliter le développement de la compétence communicative, la connaissance de groupes de mots ritualisés, prévisibles et attendus de la part des membres d'une même communauté linguistique, est importante (Yorio, 1980). Ces combinaisons ritualisées de mots sont nommées expressions conventionnelles dans la littérature en acquisition des langues, et la recherche a relevé l'importance de ces dernières pour la réussite des interactions quotidiennes dans la langue cible (Lx) (Bardovi-Harlig, 2019a). Toutefois, les expressions conventionnelles répertoriées en français (Beaulieu et al., 2022 ; Edmonds, 2010a) ne sont pas entièrement arrimées à des situations de communication vécues par des nouveaux(-velles) arrivant(e)s s'établissant au Québec. Pour combler cette lacune, cette recherche vise à créer un répertoire d'expressions conventionnelles du français québécois (FQ) langue première (L1) qui reflète le contenu du niveau 4 du Programme d'études Francisation du ministère de l'Éducation et de l'Enseignement supérieur (MEES, 2015) et qui répond aux besoins réels d'apprenant(e)s de français Lx. Pour ce faire, un questionnaire discursif oral, constitué de 31 scénarios du quotidien inspirés du Programme du MEES (2015), a été conçu. Ce sont 79 personnes d'âges et de milieux variés dont le FQ est la L1 qui ont répondu au questionnaire discursif oral. Les données ont été transcrites, puis analysées par actes de parole et par stratégies de conversation, grâce à six méthodes d'analyse de données (dont deux créées), ainsi qu'aux cinq critères d'identification des expressions conventionnelles de Bardovi-Harlig (2009). Les données de notre échantillon ont relevé 28 expressions conventionnelles du FQ L1, ces dernières constituant le répertoire d'expressions conventionnelles. À la lumière des expressions recensées, des pistes méthodologiques et didactiques ont été proposées.
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 | 0,000 | 0,001 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,083 | 0,007 |
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 ».