La richesse lexicale dans la production orale de l'apprenant avancé de français
Bibliographic record
Abstract
Résumé La présente étude vise à comparer la richesse lexicale de la production orale des apprenants locuteurs natifs de suédois en français langue seconde à l'aide de la méthode Lexical frequency profile et du programme Vocabprofile, élaborés par Laufer et Nation (1995) pour l'anglais écrit. La version française de Vocabprofile a été adaptée pour l'écrit, tandis que la présente étude s'adresse aux données orales. L'analyse se concentre principalement sur l'emploi de mots rares, qui sont censés indiquer un vocabulaire évolué. La comparaison de deux groupes d'apprenants locuteurs natifs de suédois de niveau avancé en français et d'un groupe de locuteurs natifs francophones montre que la proportion de mots rares est en corrélation avec le niveau de compétence. De plus, le groupe le plus avancé présente un profil lexical similaire à celui des locuteurs natifs. Toutefois, l'emploi d'une base de données écrites pour l'examen de la langue parlée ne semble pas entièrement satisfaisant en raison des différences observées dans la fréquence de certains mots à l'oral et à l'écrit.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.009 | 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".