Regard sur la nature du lien entre les autoformulations autoamorcéees et la capacité de commutation de l'attention
Notice bibliographique
Résumé
Certaines études ont observé une relation entre l’attention et les autoreformulations autoamorcées (désormais ARAA) lors de la production orale en langue seconde (désormais L2) (Fincher, 2006 ; Simard, Fortier et Zuniga, 2011 ; Simard, Bergeron, Liu, Nader et Redmond, 2016 ; Zuniga, 2015 ; Zuniga et Simard, 2019). Deux études (Fincher, 2006 ; Simard et coll., 2011) ont examiné la relation entre la capacité attentionnelle et les ARAA sans que les résultats ne se révèlent statistiquement significatifs. Simard et ses collaborateurs (2011) ont toutefois suggéré que des mesures processuelles de l’attention pourraient donner des résultats plus fructueux. Trois études ont ainsi examiné la relation entre les ARAA et la capacité de commutation de l’attention en utilisant ce type de mesure (Simard et coll., 2016 ; Zuniga, 2015 ; Zuniga et Simard, 2019). Ils ont pu identifier des relations statistiquement significatives entre les ARAA et cette fonction de l’attention. Je me suis donné comme objectif, dans le cadre de ce mémoire, de vérifier les résultats obtenus sur la relation entre les ARAA et la capacité de commutation de l’attention en reprenant ces trois études antérieures (Simard et coll., 2016 ; Zuniga, 2015 ; Zuniga et Simard, 2019). Trente-quatre apprenants adultes de l’anglais L2 ont participé à cette étude. Dans le cadre de ce mémoire, une tâche de narration a été utilisée dans le but d’observer les ARAA. La mesure de la capacité de commutation de l’attention a été réalisée au moyen de la tâche Trail Making Test. Une analyse statistique inférentielle ne m’a pas permis d’affirmer qu’il existe une relation entre les ARAA produites en L2 et la capacité de commutation de l’attention. Des analyses statistiques supplémentaires m’ont permis de l’avant un regard différent sur la relation entre les ARAA et la capacité de commutation en discutant des répétitions, des modifications et des termes de régulation. Ces résultats permettent ainsi de dévoiler les caractéristiques des ARAA produites lors d’une tâche de narration et de mettre en lumière les enjeux liés à l’étude du rôle que joue l’attention dans la production orale en L2. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : production orale en langue seconde, autoreformulation, autoreformulation autoamorcée, attention
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 | 0,006 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».