Relier l’art et le français à travers les émotions, l’intericonicité et l’expérience esthétique en classe de langue : une expérience menée avec des fonctionnaires du gouvernement fédéral du Canada
Notice bibliographique
Résumé
<div> This study investigates the use of painting images in the French as a Second Language (FSL) classroom to foster written and oral expression and to explore the emotions of beginner and intermediate learners. These linguistic and emotional competencies could be further developed during future cultural visits to museums. The central hypothesis is that this medium can stimulate learners to express their emotions in French and engage in classroom interactions. To this end, the research was conducted during online French course sessions intended for Canadian civil servants. The research methodology employed is multifaceted: initially, surveys were administered during the course at the beginning of the project to profile learners and instructors and to gather their perspectives on learning French through art and emotions. Subsequently, various oral recordings and written productions in French, as well as learners' commentaries on the artworks presented in class, were analyzed. We examined the learners' discourses before and after integrating emotional considerations using aesthetic experience and intericonicity. Our findings indicate that painting, beyond serving as an instrumental tool for speech production, is a rich source of emotions, history, and culture. Moreover, it promotes the development of soft skills, where aesthetic experience and intericonicity play a significant role, complementing the pragmatic and communicative objectives of French courses designed for civil servant learners in Canada </div>
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».