Etude de quelques cas de ruptures de coherence presents dans des ecrits d'etudiants en francais langue seconde de niveau avance /
Bibliographic record
Abstract
Un des objectifs de notre recherche était de vérifier s'il y a présence de ruptures de cohérence dans les écrits d'étudiants en français langue seconde de niveau avancé. Le cas échéant, nous avons tenté, après l'analyse du corpus, de classer ces ruptures selon un modèle proposé par Odette Gagnon, professeure au Département des Arts et Lettres de l'Université du Québec à Chicoutimi, s'éîant elle-même inspirée des grands noms de la linguistique textuelle. Une fois ce classement réalisé, nous avons pu constater à quel niveau se situaient les faiblesses majeures des apprenants en matière de cohérence textuelle. Pour ce faire, un corpus constitué de 15 textes a été recueilli auprès d'étudiants anglophones et arabophones inscrits à des cours de français langue seconde de niveau avancé. Ce corpus a ensuite été informatisé et chacune des phrases numérotée puis analysée au niveau local, mais aussi au niveau global. Notre étude a permis de constater que les ruptures de cohérence les plus fréquemment rencontrées se situent au niveau événementiel et se traduisent soit par l'absence d'un connecteur lorsque requis ou l'emploi inapproprié d'un connecteur. Au niveau référentiel, nous avons pu remarquer que la répétition abusive d'un terme et la non-pronom inalisation affectent grandement la cohérence. De plus, dans les cas où le scripteur tente une pronominalisation, le lecteur se retrouve très souvent confronté à l'absence de réfèrent ou alors à un réfèrent ambigu. En ce qui a trait aux ruptures de cohérence observées au niveau énonciatif, notre étude a montré que les apprenants en français langue seconde, même de niveau avancé, éprouvent encore de grandes difficultés dans l'emploi des temps verbaux, plus précisément en ce qui concerne les temps du passé. Nous espérons que ces précieuses informations pourront, par la suite, servir à des fins pédagogiques pour la création d'exercices pertinents qui aideront l'apprenant à mieux maîtriser les ressources linguistiques qui permettent et créent la cohérence par le biais de l'arrimage des éléments d'information.
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 | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| 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".