L’utilisation des langues connues des apprenants en classe de français langue seconde
Bibliographic record
Abstract
Cette étude cherche à faire le point sur la pratique des enseignants de français langue seconde (L2) auprès d’adultes immigrants au Québec par rapport à l’utilisation des langues connues des apprenants. Le potentiel d’utilisation des diverses langues connues d’apprenants adultes dans un contexte multilingue reste sous-étudié. Nous nous sommes intéressées à la quantité et à la fonction de la langue maternelle (L1) en classe de L2, ainsi qu'au développement d’activités bilingues. Des observations des classes et des entrevues avec les enseignants ont permis de constater la forme, la fonction et les facteurs décisionnels sous-tendant les références interlangagières faites par ces enseignants. Le but ultime de la recherche est d’identifier le type de soutien pédagogique dont ils auraient besoin afin d’enrichir cet aspect de leur enseignement. Notre recherche démontre que les enseignants observés reconnaissent la valeur des références interlangagières et les utilisent principalement pour faire des traductions lexicales, des comparaisons phonétiques et des taquineries à l’endroit des apprenants. Par contre, leur pédagogique langagière, plutôt spontanée, est rarement incluse dans leur préparation. Nous amorçons une réflexion sur les approches pédagogiques envisageables pour que les enseignants fassent meilleur usage du répertoire langagier de leurs apprenants adultes multilingues afin de favoriser leur apprentissage d’une L2.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".