17. Des Dilemmes Normatifs dans l’Enseignement du Français Langue Maternelle dans les Universités Anglocanadiennes : Le Cas de l’Université de Windsor
Bibliographic record
Abstract
10017Des Dilemmes Normatifs dans l’Enseignement du Français Langue Maternelle dans les Universités Anglocanadiennes : Le Cas de l’Université de WindsorJean-Guy MboudjekeUniversity of WindsorLe présent article examine le décalage entre la norme prescriptive de la variété de français enseigné et les normes d’usages des variétés de français pratiqué par les étudiants canadiens de français langue maternelle (désormais ECFLM). Il montre que dans la francophonie canadienne minoritaire, la ligne de démarcation entre les deux types de norme est parfois tenue, le français vernaculaire des ECFLM ayant gardé certaines formes que la norme du français enseigné considère comme des écarts. Cependant, une consultation des ouvrages normatifs tels que Le Bon usage révèle que certaines de ces formes ont été, du moins à une certaine époque, légitimes et valorisées. D’où les dilemmes normatifs du professeur : doit-il les sanctionner quand ils surgissent dans les productions orales ou écrites des ECFLM? Doit-il au contraire les tolérer? Pour apporter des éléments de réponses à ces deux questions, l’article examine quelques points de divergence entre le français véhiculaire enseigné et le français vernaculaire des ECFLM inscrits dans le programme de français de l’Université de Windsor.
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 | 0.007 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".