Étude de la relation entre la compétence en langue seconde et la réussite à des tâches langagières
Bibliographic record
Abstract
Plusieurs recherches (p.ex., Anderson, Clapham et Steel, 1997; EIder et Manwaring, 2004; Renou, 2001) se sont intéressées à la relation entre la compétence en langue seconde (désormais L2) et la réussite à des tâches considérées par ces auteurs comme étant métalinguistiques chez des apprenants adultes de L2, mais une seule de ces études (Renou, 2001) a tenu compte de la demande cognitive de la tâche, c'est-à-dire des niveaux d'analyse des connaissances linguistiques et de contrôle des traitements langagiers requis par la tâche à effectuer. L'objectif de cette étude était donc de reprendre l'étude de Renou (2001) en modifiant certains aspects de la tâche expérimentale utilisée dans l'étude source (Renou, 2001) que nous croyons problématiques telles l'interdépendance entre les résuItats et la disparité des éléments langagiers examinés. La question de recherche à laquelle nous avons tenté de répondre était la suivante: y a-t-il une relation entre la compétence en L2 et la réussite à des tâches langagières exigeant différents niveaux d'analyse des connaissances linguistiques et de contrôle des traitements langagiers? Afin, de répondre à cette question, nous avons mené une étude corrélationnelle dans laquelle les vingt-huit participants (n=28), des étudiants inscrits à un cours de français L2 de niveau intermédiaire avancé dans un cégep anglophone, ont été soumis à deux instruments de mesure. Le premier était constitué d'une tâche de jugement de grammaticalité et d'une tâche de correction de l'erreur. Le deuxième était constitué du test de compétence en français L2 de l'Université d'Ottawa. Les résultats de celle étude vont dans le même sens que ceux obtenus par Renou (2001) et indiquent que la réussite à la tâche de correction de l'erreur est significativement corrélée à la compétence en L2. Par ailleurs, les résultats indiquent que la tâche de jugement de grammaticalité a été significativement mieux réussie que la tâche de correction de l'erreur appuyant ainsi le modèle de Bialystok (2001 a, 2001 b) selon lequel la tâche de jugement de grammaticalité et la tâche de correction de l'erreur requièrent différents niveaux d'analyse des connaissances linguistiques et de contrôle des traitements langagiers. Les résultats obtenus nous donnent des indications quant à la relation entre la compétence en L2 et la réussite à des tâches langagières exigeant différents niveaux d'analyse des connaissances linguistiques et de contrôle des traitements langagiers. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Acquisition du français langue seconde, Tâche métalinguistique, Compétence en langue seconde.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.036 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".