Acquisition du vocabulaire en français langue seconde et réalités conceptuelles de l'élève inuit du Grand Nord québécois
Bibliographic record
Abstract
L'acquisition du vocabulaire est prépondérante dans l'apprentissage d'une langue seconde, en permettant de nommer autrement la réalité. Dans le Grand Nord québécois, une majorité d'élèves inuits bénéficient d'un enseignement en français langue seconde dès la troisième année du primaire. Bien sûr, ils doivent apprendre à nommer autrement la réalité qui les entoure, les réalités conceptuelles existantes, mais aussi se familiariser avec une réalité extérieure au monde qu'ils connaissent, propre à l'univers culturel de la langue seconde, les réalités conceptuelles inexistantes. Alors que diverses approches pédagogiques sont susceptibles d'être effectives pour l'acquisition d'un vocabulaire en français langue seconde lié à des réalités conceptuelles existantes et inexistantes, nous nous sommes interrogés quant à l'efficacité d'une approche novatrice, l'approche communicative, que nous avons comparé à une approche souvent utilisée en didactique des langues secondes, l'approche traditionnelle. Plus précisément, l'objectif principal de notre recherche était de déterminer si l'application de l'approche communicative en contexte d'enseignement en français langue seconde est plus efficace que l'approche traditionnelle en ce qui a trait à l'acquisition de mots liés à des réalités conceptuelles existantes, d'une part, et inexistantes, d'autre part, dans l'environnement de l'élève inuit du Grand Nord québécois. Pour ce faire, nous avons soumis deux groupes d'élèves inuits de 5e année à chacune des approches pédagogiques étudiées afin de mesurer l'efficacité de chacune pour l'acquisition de ce vocabulaire. Les résultats obtenus, dans notre étude, montrent que l'application de l'approche communicative en contexte d'enseignement en langue seconde n'apparaît pas plus efficace que l'approche traditionnelle en ce qui a trait au nombre de mots acquis, et ce, tant pour les réalités conceptuelles existantes que pour celles qui sont inexistantes peu importe le volet, production ou compréhension. Néanmoins, l'approche communicative permet, au même titre que l'approche traditionnelle, une acquisition significative de mots liés aux réalités conceptuelles étudiées.
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 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".