Médiation et apprentissage des langues : pourquoi est-il temps de réfléchir à cette notion ?
Bibliographic record
Abstract
Alors que le CECR affirme que la compétence à communiquer langagièrement se décline dans des activités communicatives pouvant relever au même titre de la réception, de la production, de l’interaction et de la médiation, cette dernière n’a pas vraiment été développée par les auteurs du CECR, et, par conséquent, n’a pas non plus été illustrée par des descripteurs ciblés. Pourtant, la vision du CECR attribue de facto à la médiation un rôle clé dans la nouvelle perspective actionnelle, dans la mesure où il souligne à la fois le rôle de la co-construction du sens lors des activités d’interaction et le mouvement constant entre dimension individuelle et dimension sociale dans l’apprentissage des langues ainsi que leur complémentarité. Cette vision dynamique de l’apprentissage s’avère être très proche de la vision vygotskienne de la médiation. En effet, pour Lev Vygotski la médiation relie la dimension individuelle et la dimension sociale, et l’acte, qui permet de donner du sens et de structurer un apprentissage à travers la langue, s’accomplit à travers la médiation des processus mentaux mis en œuvre lors de l’accomplissement d’une tâche complexe. Notre contribution analysera ces deux notions de médiation pour s’interroger sur les affinités et les liens possibles ainsi que sur leur potentiel en termes de reconceptualisation du cadre théorique actuel en didactique des langues étrangères et secondes.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.043 |
| Scholarly communication | 0.017 | 0.021 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".