Productive Collocation Knowledge at Advanced CEFR Levels: Evidence from the Development of a Test for Advanced L2 French
Bibliographic record
Abstract
Les auteures se penchent sur la relation entre les connaissances productives liées aux collocations et les niveaux élevés de l’échelle du Cadre européen commun de référence pour les langues (CECR). Elles étudient plus précisément le potentiel de progression du niveau B2 au niveau C1 du CECR grâce à l’élaboration d’une épreuve de collocation productive en français langue seconde. Cette épreuve vise les collocations fréquentes verbe-nom dans le français langue seconde écrit, relevées à l’aide de la base de données Les Voisins de Le Monde. Les auteures présentent trois différentes études pilotes réalisées à la fois auprès de locuteurs natifs et d’autres locuteurs du français (dont les langues maternelles diffèrent), pour un total de 152participants. Le test est validé grâce à une épreuve de maîtrise générale et une épreuve de fiabilité. La dernière épreuve, menée auprès de 47 locuteurs du français de langue maternelle différente, consiste dans un test comportant au total de 30items dont les résultats présentent d’importants écarts pour les participants de niveau B2 et les participants de niveau C1. En plus d’offrir un outil efficace d’évaluation linguistique, cette étude confirme la place essentielle des connaissances productives liées aux collocations, aux niveaux élevés de maîtrise de la langue seconde.
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 | 0.015 | 0.056 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".