Le processus décisionnel sous-jacent à la rétroaction corrective des enseignants de français langue seconde à l'oral
Bibliographic record
Abstract
L’objectif de cette étude qualitative est de décrire et de comprendre le processus décisionnel sous-jacent à la rétroaction corrective d’un enseignant de langue seconde à l’oral. Pour ce faire, elle décrit les principaux facteurs qui influencent la décision de procéder à une rétroaction corrective ainsi que ceux qui sous-tendent le choix d’une technique de rétroaction particulière. Trois enseignantes de français langue seconde auprès d’un public d’adultes immigrants au Canada ont participé à cette recherche. Des séquences complètes d’enseignement ont été filmées puis présentées aux participantes qui ont commenté leur pratique. L’entretien de verbalisation s’est effectué sous la forme d’un rappel stimulé et d’une entrevue. Cet entretien constitue les données de cette étude. Les résultats ont révélé que la rétroaction corrective ainsi que le choix de la technique employée étaient influencés par des facteurs relatifs à l’erreur, à l’apprenant, au curriculum, à l’enseignant et aux caractéristiques des techniques. Ils ont également révélé que l’apprenant est au cœur du processus décisionnel rétroactif des enseignants de langue seconde. En effet, les participantes ont affirmé vouloir s’adapter à son fonctionnement cognitif, à son état affectif, à son niveau de langue et à la récurrence de ses erreurs. L’objectif de cette étude est d’enrichir le domaine de la formation initiale et continue des enseignants de L2. Pour cela, des implications pédagogiques ont été envisagées et la recommandation a été faite de porter à la connaissance des enseignants de L2 les résultats des recherches sur l’efficacité des techniques de rétroaction corrective, particulièrement celles qui prennent en compte les caractéristiques des apprenants.
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 | 0.013 | 0.037 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".