Erasmus+ SERAFIN Project - Report on the reception and language training at the university for students in exile(s)
Notice bibliographique
Résumé
Ce rapport répond à l’un des objectifs du projet européen SERAFIN (Projet européen Erasmus+ 2022, Soutien à la formation des enseignants de langues pour favoriser l'inclusion des étudiants réfugiés dans l'enseignement supérieur) visant à donner un aperçu de l’accueil des personnes exilées (réfugiées, ou en cours de régularisation, demandeuses d’asile ou de protection subsidiaire et apatrides) inscrites dans les établissements universitaires des régions et/ou villes des institutions partenaires du consortium SERAFIN. Il s’agit d’examiner les structures d’accueil, le processus d'accompagnement ainsi que les programmes de formation linguistique existants, et de faire écho aux besoins des enseignant·es et des étudiant·es. Le rapport est basé sur des enquêtes qualitatives menées dans les universités de Grenoble (France), Liège (Belgique), Luxembourg, Rabat (Maroc), Saarbrücken (Allemagne) et Sherbrooke (Canada). Les données ont été récoltées par les membres du consortium SERAFIN et analysées entre octobre 2022 et juin 2023. Le présent rapport, destiné en priorité aux responsables institutionnels et au personnel éducatif, offre une synthèse des éléments-clés qui ressortent de chaque enquête. Il vise à améliorer la compréhension des besoins et des problématiques identifiées localement, à sensibiliser aux enjeux linguistiques et interculturels de l'éducation des étudiant·es en situations (au pluriel car nécessairement diverses) de migration forcée et à nourrir la réflexion sur la mise en place de programmes d'accueil et de formation linguistique efficaces, adaptés aux besoins réels des enseignant·es et des étudiant·es.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,020 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».