Student Reflections of their Experiences with French as a Second Language Programs in Ontario
Notice bibliographique
Résumé
By documenting student perspectives on French as a Second Language (FSL) in Ontario, this study gains a better understanding of the degree to which students appreciate their FSL programs. The literature review reveals that research on FSL focuses primarily on teachers’ working conditions, pedagogy, and student proficiency and motivation. This study aims to provide the voice of students on their experiences of FSL. Participants were university students (n=24) who had previously completed a FSL program in Ontario. Data were collected using a questionnaire and individual interviews (n=8) and were analysed via a mixed method approach through a Complexity Theory framework. Findings revealed that participants generally appreciated their FSL programs, however they also wished to be more proficient in their oral skills, particularly university-level French-studies students who felt underprepared for their French studies. Participants expressed wanting to have more agency and authentic learning in their FSL programs at the elementary/secondary levels. En documentant les points de vue des étudiants sur le français langue seconde (FLS) en Ontario, cette étude permet de mieux comprendre dans quelle mesure ils apprécient leurs programmes de FLS. L'analyse documentaire révèle que la recherche sur le FLS porte principalement sur les enseignants, la pédagogie et la compétence et la motivation des élèves. Les participants étaient des étudiants universitaires (n=24) qui avaient déjà suivi un programme de FLS en Ontario. Les données ont été recueillies par un questionnaire et d'entretiens individuels (n=8) et ont été analysées via une approche de méthode mixte dans un cadre de théorie de la complexité. Les résultats ont révélé que les participants appréciaient généralement leurs programmes de FLS, mais qu'ils souhaitaient également être plus compétents dans leurs compétences orales. Les participants ont exprimé le désir d'avoir plus de pouvoir et l’apprentissage authentique dans leurs programmes de FLS aux niveaux élémentaire/secondaire.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,005 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».