MétaCan
Menu
Retour à la cohorte
Enregistrement W7104456991 · doi:10.71781/13660

Description du lexique spécialisé chinois et constitution d'une ressource didactique adaptée pour locuteurs non sinophones

2022· dissertation· fr· W7104456991 sur OpenAlexaboutno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languefr
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStylisticsCognitive semanticsLexicology

Résumé

récupéré en direct d'OpenAlex

L’enseignement-apprentissage du lexique spécialisé chinois est un chemin semé d’obstacles. Pour les apprenants non natifs, les combinaisons lexicales spécialisées (CLS) (L’Homme, 2000) soulèvent des difficultés syntaxico sémantiques et représentent ainsi un défi majeur dans l’acquisition de compétences lexicales. On recense, toutefois, peu de propositions méthodologiques pour résoudre ces difficultés dans la littérature consacrée à la didactique du chinois sur objectifs spécifiques (COS) (Q. Li, 2011). Dans cette recherche, nous nous attachons à explorer de quelle manière une méthode de description lexicale basée sur une représentation sémantique et syntaxique assiste les apprenants non natifs dans la résolution des problèmes lexicaux soulevés par les CLS. Notre thèse vise à concevoir une méthode de description des CLS en vue de la résolution de difficultés lexicales par les locuteurs non sinophones. La méthode mise au point est appliquée à l’élaboration du dictionnaire CHINOINFO, une ressource lexicale chinois-français portant sur le domaine de l’informatique. Cette ressource s’adresse aux apprenants francophones du chinois. L’objectif secondaire de notre thèse consiste à évaluer l’efficacité du CHINOINFO auprès des apprenants francophones qui reçoivent une formation de chinois dans un établissement universitaire au Québec ou en Chine. Notre recherche fait appel à des notions empruntées à trois cadres théoriques. Premièrement, la Lexicologie explicative et combinatoire (Mel’čuk et al., 1995) nous sert d’appui théorique pour fonder la description des CLS sur la représentation sémantique du lexique spécialisé. Deuxièmement, notre démarche de collecte et d’analyse des CLS est guidée par l’approche lexico sémantique à la terminologie (L’Homme, 2020a). Enfin, nous nous appuyons sur l’approche cognitive en didactique des langues secondes (Chastain, 1990) pour envisager une présentation structurée des connaissances lexicales. Notre démarche méthodologique s’est déroulée en trois phases. Nous avons d’abord assemblé un corpus spécialisé chinois pour en extraire un échantillon de CLS et les renseignements permettant de les décrire. L’analyse des données collectées à partir du corpus nous a amenée à anticiper trois types de difficultés syntaxico-sémantiques soulevées par les CLS : 1) distinguer les acceptions d’un polysème dans différentes CLS; 2) différencier les sens distincts de CLS de forme identique; 3) choisir les cooccurrents appropriés d’un terme. À la deuxième phase, nous avons mobilisé différentes stratégies pour décrire les propriétés syntaxico-sémantiques des CLS. Une méthode descriptive intégrant les solutions proposées a ensuite été appliquée à la création du CHINOINFO. Cette ressource en ligne répertorie 91 termes fondamentaux du domaine de l’informatique, pour lesquels nous avons encodé au total 282 termes reliés et 644 CLS. La structuration des données au sein des articles s’est largement inspirée de l’adaptation du DiCoInfo (Observatoire de linguistique Sens-Texte, 2022) à un dictionnaire d’apprentissage (Alipour, 2014). Différents moyens techniques ont été mis en œuvre pour assurer la convivialité de la ressource. La dernière phase de notre recherche consiste en une expérimentation comparative visant à évaluer l’efficacité pédagogique du CHINOINFO. Nous avons fait passer un test lexical à deux groupes d’apprenants francophones, soit le groupe contrôle (GC) et le groupe expérimental (GE), en leur proposant un nombre d’outils de référence. Seul le GE a eu accès à CHINOINFO. Nous avons aussi collecté, au moyen de questionnaires de sondage, le profil des participants ainsi que leur appréciation sur le test et les outils de référence proposés. De manière générale, l’analyse comparative des résultats du test lexical montre que le GE a mieux réussi à résoudre les trois types de difficultés soulevées par les CLS. Les participants étaient plutôt satisfaits de l’organisation du test. Le GE a eu moins de difficultés à réaliser le test puisqu’il se sentait mieux outillé pour trouver des éléments de réponses aux questions du test par rapport GC. Le GE s’est exprimé favorablement quant à l’utilité du CHINOINFO pour résoudre les problèmes lexicaux dans le cadre de notre expérimentation. Pour conclure, les résultats de notre analyse fournissent des indices sur l’apport du CHINOINFO en tant qu’une ressource d’apprentissage des CLS, ce qui laisse entrevoir l’intérêt de la méthode de description lexicale que nous avons proposée dans un contexte pédagogique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetSecond Language Acquisition and LearningTravaux en français237 207