Setting the scene for liminality: non-francophone French second language teachers' experience of process drama
Notice bibliographique
Résumé
Non-francophone teachers of French as a second or additional language (FSL) often struggle with overwhelming oral anxiety, consequent low self-confidence, and workplace marginalisation. Core French or Basic French teachers, in particular, and their subjects have been undervalued (Carr, 2007; Lapkin, McFarlane, & Vandergrift, 2006; Richards, 2002). Moreover, recent national FSL research points to challenges in the areas of teacher attrition, lack of methodological and /or linguistic preparation, and lack of professional development opportunities in the FSL context (Karsenti, 2008; Salvatori, 2007). In this dissertation, I present the findings of my qualitative research study, which examined the conditions and experiences of non-francophone FSL teachers in Manitoba. To do so, I looked at the teachers' relationship with French and how French oral competency and oral language communicative confidence are intertwined to foster the teachers' sense of agency. The theoretical orientations underpinning this study draw from socio-constructivism (Bruner, 1985, 1990; Vygotsky, 1978), Feminist Standpoint theory (De Vault, 1999; Lather, 1991), Bakhtinian dialogism (Vitanova, 2005), and Institutional Ethnography (Smith, 1987, 2005). The lens I used to understand and interpret the voices and self-perceptions of the teachers is Process Drama, delivered in the form of professional development workshops. Process Drama (Heathcote, 1991) consists of thematically based improvisations, which are used to explore a topic and, at the same time, to invite self-exploration. It possesses unique characteristics, and has been successfully used in the second and foreign language classroom (Dicks & Le Blanc, 2009; Kao & O'Neill, 1998; Liu, 2002; Marshke, 2005). My particular focus, however, was on the Manitoba FSL teacher as a student, rather than as a teacher of language. Findings from this study indicate reduced oral anxiety as related to French language competency, reduced “performance
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 | 0,003 | 0,004 |
| 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 | 0,018 | 0,012 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».