Rétroaction corrective en français langue seconde et engagement des adolescents immigrants : une étude de cas multiples
Notice bibliographique
Résumé
L’efficacité de la rétroaction corrective (RC) a suscité un intérêt croissant dans l’enseignement de l’écriture en langue seconde. Bien que les résultats des études empiriques soient parfois contradictoires, il est reconnu que divers facteurs individuels et contextuels influencent l’engagement des apprenants envers la RC (Han et Hyland, 2015 ; Zhang et Hyland, 2018 ; Zheng et Yu, 2018). Utilisant une perspective écologique (Bronfenbrenner, 1979 ; Lira-Gonzales et Valeo, 2023 ; Van Lier, 1997), la présente étude de cas multiples examine comment les facteurs individuels et contextuels ont influencé l’engagement d’un groupe d’adolescents immigrants non francophones dans un programme d’intégration linguistique, scolaire et sociale (ILSS) au Québec. Les participants étaient cinq adolescents âgés de 14 à 16 ans, qui étaient nouvellement arrivés et inscrits dans une classe d’accueil au niveau débutant. Les données ont été collectées sur une période de six semaines, incluant des textes rédigés par les apprenants et des entretiens semi-structurés. Les résultats mettent en lumière l’interconnexion et la complexité des facteurs individuels et contextuels qui influencent l’engagement des apprenants envers la rétroaction corrective, soulignant l’importance de ces éléments dans le processus d’apprentissage.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».