L’influence du Cadre européen commun de référence pour les langues (CECR) en Ontario : Une étude de cas multi méthode de la formation initiale au CECR des enseignant.e.s du français langue seconde (FLS) en Ontario
Notice bibliographique
Résumé
Dans cette thèse, j’explore la présence actuelle du Cadre européen commun de référence pour les langues (CECR) dans les programmes de formation initiale (FI) à l’enseignement du français comme langue seconde (FLS) en Ontario ainsi que les effets de cette formation sur les pratiques pédagogiques des candidat.e.s. Cette étude s’occupe de comment mieux préparer les candidat.e.s du FLS à adopter le CECR dans leurs pratiques pédagogiques. Pour bien répondre à cette question, j’ai recueilli les données de 36 participant.e.s à partir d’un sondage en ligne et j’ai mené les entretiens avec 9 participant.e.s. \n En Ontario, les programmes de FI et les programmes FLS ont subi plusieurs changements pendant la dernière décennie. Par exemple, les programmes de FI ont eu une réforme en 2015 en doublant la longueur du programme et la longueur des stages. De plus, le curriculum ontarien a été révisé en 2013 et en 2014 à la suite de plusieurs initiatives fédérales et d’autres influences pédagogiques, l’un des principes étant le CECR. Malgré l’influence pancanadienne du CECR depuis 2005, plusieurs études canadiennes ont révélé que les enseignant.e.s sont encore incapables à adopter le Cadre dans leurs pratiques pédagogiques à cause d’un manque de connaissance. En fait, les recherches plus récentes par Arnott et coll. (2017) ont clarifié que les candidat.e.s sont trop souvent introduit.e.s au CECR d’une manière superficielle qui a peu ou pas d’effet sur leurs pratiques pédagogiques. \n En analysant les données à partir d’un cadre de la théorie de la complexité, mon étude affirme que même si les candidat.e.s sont familier.ère.s avec le CECR dans leurs programmes de FI, plusieurs participant.e.s ont exprimé le souci ou l’incapacité de mettre en œuvre leur connaissance théorique du CECR. Les résultats révèlent les stratégies utilisées couramment dans les programmes de FI pour aider les candidat.e.s à adopter le CECR ainsi que les freins au niveau des cours et des programmes. En réponse à ces résultats, je propose trois recommandations aux Facultés d’éducation en Ontario et je décris les ressources que j’ai créées et que je créerai pour répondre aux besoins et aux défis soulevés par les candidat.e.s.
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 | 0,017 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».