Les représentations de nouveaux arrivants allophones envers leur apprentissage d'une langue seconde et leurs liens avec le progrès en compréhension orale du français dans les cours de francisation
Notice bibliographique
Résumé
À l'intérieur de cette recherche, nous identifions les représentations des nouveaux arrivants envers leur apprentissage du français et leurs effets sur le progrès en français dans les cours de francisation à Québec. Nous tentons d'abord de décrire les représentations à l'aide du questionnaire BALLI. Les données ont été soumises à une analyse de statistiques descriptives afin d'identifier la fréquence et le degré de chaque représentation. Dans l'ensemble, les représentations sont assez homogènes car seulement quelques questions nous conduisent à une grande diversité de réponses. Ensuite, nous mesurons le progrès en compréhension orale du français de nouveaux arrivants à l'aide d'un test standardisé au début et à la fin de la session. Les résultats de ceux-ci soumis à un test paramétrique indiquent que le groupe s'est amélioré entre le prétest et le posttest; le progrès est donc statistiquement significatif. Par ailleurs, nous avons effectué des corrélations non paramétriques entre certains items du BALLI et le progrès des participants, mais aucune différence significative n'a été trouvée. Suite aux résultats des corrélations, nous avons décidé d'explorer deux profils de participants selon leur langue d'origine, latine ou non. C'est ainsi que nous avons effectué un test non paramétrique de Mann-Whitney pour les 34 items du BALLI. Six items du questionnaire révèlent des différences significatives lorsqu'on compare les réponses des deux sous-groupes de répondants. Nous convenons de certaines limites de notre recherche, dont l'homogénéité de notre échantillon (N=47 adultes nouveaux arrivants de niveaux 5, 6, 7, 8 en français) qui ne nous permet pas de confirmer l'existence d'un lien entre les représentations et le progrès en français chez les nouveaux arrivants. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : représentations, nouveaux arrivants, compréhension orale
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».