University instructors' perceptions of their ability to teach in their second or other language: an exploratory study
Notice bibliographique
Résumé
Compte tenu de la diversité du corps étudiant et professoral dans les universités canadiennes, il serait erroné de tenir la compréhension mutuelle de la langue orale pour acquise. En effet, des membres du corps professoral qui sont des locuteurs non natifs de la langue d'instruction (LNNLI) ont exprimé leurs réserves quant à leur capacité d'enseigner dans une langue seconde ou tierce (LST) (Richardson, McBey, et McKenna, 2006). De plus, certains étudiants pensent qu'un professeur qui est « difficile à comprendre » (en ce sens que la langue d'instruction est sa LST) a des conséquences néfastes sur leur apprentissage (Lambert et Usher, 2013, p. 13). Nous en savons encore trop peu sur les perceptions des LNNLI par rapport à leurs capacités d'enseignement dans leur LST. Cette étude exploratoire à méthodologie mixte s'est penchée sur la perception de la confiance en soi (ou sentiment d'efficacité de l'enseignant, SEE) des LNNLI en situation d'enseignement dans leur LST. Malgré les études réalisées sur le SEE des professeurs à l'université (comme l'ont démontré les travaux de Chang, Lin, et Song, 2011; Hemmings, 2015; Prieto Navarro, 2005) et que d'autres études ont examiné le SEE en situation d'enseignement des professeurs qui employaient une LST (comme dans Chacón, 2005; Eslami & Fatahi, 2008), à ma connaissance, aucune étude ne s'est penchée sur ces deux domaines combinés. En utilisant comme cadre conceptuel la théorie d'efficacité personnelle de Bandura (1977, 1997), j'ai posé la question de recherche suivante : comment les professeurs (titularisés et non titularisés) à l'université qui sont des locuteurs non natifs de la langue d'instruction (LNNLI) perçoivent-ils leur habileté à enseigner dans leur langue seconde ou tierce (LST) ? Les données ont été recueillies auprès de deux groupes de participants à l'aide d'entretiens semi-structurés et d'un questionnaire (n=14) dans des universités canadiennes anglophones (n=9) et francophones (n=5) et des formulaires d'évaluation sur leur opinion au regard de l'enseignement dans une université aux langues plurielles, complétés par les participants (n=51) qui ont pris part à une séance de formation professionnelle visant à améliorer le SEE des professeurs (titularisés et non titularisés). Les analyses thématiques des entretiens et des rétroactions des formulaires d'évaluation ont montré que, même si les participants LNNLI ont décrit certains défis circonstanciels auxquels ils sont confrontés, de manière générale, ils semblent être très satisfaits de leur habileté à enseigner dans leur LST. Les analyses statistiques des questionnaires – des données recueillies dans le but de confirmer les constats – ont corroboré les interprétations des entretiens. Afin de proposer des solutions aux défis décrits pas les participants LNNLI, nous recommandons que les universités et les professeurs (titularisés et non titularisés) démontrent une intention d'élaborer des conditions favorables à l'enseignement des LNNLI et, ultimement, à l'apprentissage des étudiants. Les pistes de recherche sur les LNNLI et le SEE à l'université pourront donner des ressources supplémentaires sur les mécanismes de soutien en explorant des variables communes entre le bagage linguistique, les domaines universitaires et les types de tâches pédagogiques, en particulier chez les nouveaux professeurs (titularisés et non titularisés).
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».