MétaCan
Menu
Back to cohort
Record W2799638118 · doi:10.3138/cmlr.2017-0059

Sur la piste des facteurs d’attrition et de rétention au sein du Régime d’immersion en français à l’Université d’Ottawa

2018· article· fr· W2799638118 on OpenAlexvenueaboutno aff
Alysse Weinberg, Jérémie Séror, Thierry Simonet

Bibliographic record

VenueCanadian Modern Language Review/ La Revue canadienne des langues vivantes · 2018
Typearticle
Languagefr
FieldArts and Humanities
TopicSecond Language Learning and Teaching
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Le Régime d’immersion en français (RIF) de l’Université d’Ottawa offre la possibilité aux étudiants anglophones d’approfondir leur connaissance du français en faisant une partie de leurs études en français. Le présent article porte sur le cas de trois étudiantes de premier cycle en troisième et quatrième année d’études à l’Université d’Ottawa. Ces études de cas visent à étudier les facteurs d’attrition et de rétention associés à la participation de ces élèves au RIF. Des entrevues semi-dirigées ainsi que des dessins réflexifs (cartographies de parcours et de langue) ont été utilisées pour mettre en évidence l’importance et l’impact émotionnel des défis auxquels les étudiantes sont confrontées dans le RIF. L’analyse se penche sur la relation entre ces défis et des facteurs d’attrition et de rétention notamment l’atmosphère d’apprentissage dans les cours de discipline et de langue, ainsi que leurs impacts négatifs et positifs sur les étudiants. En particulier, l’étude met en évidence les obstacles externes à l’apprentissage qui entraînent des périodes de découragement susceptibles de provoquer le départ des étudiants du RIF. Inversement, les éléments positifs qui peuvent servir de contrepoids en favorisant la résilience des étudiants et renforcer la décision de demeurer dans le RIF sont abordés. Les conclusions proposent des recommandations pour le RIF liées à la préparation des nouveaux étudiants du RIF et à l’amélioration du dispositif pédagogique.

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 imitation

Not 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.

metaresearch head score (Codex)0.007
metaresearch head score (Gemma)0.018
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.630
Threshold uncertainty score0.745

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0070.018
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.003
Science and technology studies0.0070.005
Scholarly communication0.0050.002
Open science0.0010.004
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0070.001

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.

Opus teacher head0.013
GPT teacher head0.222
Teacher spread0.209 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2018
Admission routes2
Has abstractyes

Explore more

Same venueCanadian Modern Language Review/ La Revue canadienne des langues vivantesSame topicSecond Language Learning and TeachingFrench-language works237,207