La situation de l'enseignement du français par immersion précoce au Canada
Bibliographic record
Abstract
Cet article présente l’état des lieux de l’enseignement du français par immersion au niveau primaire au Canada. L’auteur propose, dans un premier volet, un survol des évènements historiques qui expliquent le contexte sociopolitique et sociolinguistique au Québec durant les années soixante afin de mieux situer son influence sur le développement d’une politique de l’enseignement du français comme langue seconde au Canada. Dans un deuxième volet, l’auteur examine le développement de l’enseignement du français par immersion comme approche innovatrice à l’enseignement d’une langue seconde au niveau primaire et en réponse aux besoins du groupe minoritaire (les anglophones) dans un contexte francophone majoritaire (au Québec). L’auteur souligne aussi brièvement les autres variantes de l’enseignement du français comme langue seconde qui représente en soi l’expérience majoritaire de l’apprentissage du français comme langue seconde chez les jeunes Canadiens. Un troisième volet abordera les questions centrales soulevées par la recherche au sujet de l’efficacité de l’immersion précoce (niveau primaire) comme approche à l’enseignement du français en tant que langue seconde. Dans un dernier volet, l’article s’attardera davantage sur les défis qui émergent des programmes d’immersion et comment ils peuvent être surmontés afin de mieux appuyer et faciliter l’implémentation de ces programmes au service de l’enseignement du français langue seconde au Canada au niveau primaire.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.016 | 0.006 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".