Comment les enseignants d’une Faculté de lettres et sciences humaines perçoivent-ils les défis liés aux productions écrites à réaliser par les étudiants internationaux ?
Bibliographic record
Abstract
Suite à l’accroissement de la mobilité universitaire internationale, les enseignants universitaires sont confrontés de plus en plus souvent à des nouveaux profils d’apprenants plurilingues dont les représentations (Moirand 2006 : 43) des normes et des genres discursifs à produire en contexte universitaire peuvent varier, ne pas toujours correspondre à ce qui est attendu dans certains contextes et donc parfois nuire à la réussite des étudiants. Au-delà de la maitrise du code linguistique propre à la langue d’enseignement, les étudiants mobiles doivent acquérir des compétences discursives liées aux genres écrits rencontrés dans leur cursus (résumé, synthèse, essai,…). Or, on sait depuis les travaux pionniers de Kaplan (1966) que les normes, implicites ou explicites, des genres écrits varient en fonction de la communauté discursive. De même, les nombreux travaux sur les littéracies universitaires ont montré, entre autres, l’influence des disciplines, du niveau d’études (Delcambre et Reuter 2010), de la culture universitaire (Goes et Mangiante 2010, Hamez 2010) dans les pratiques de l’écrit. A partir d’un corpus de 15 entrevues avec des enseignants des départements de Lettres et Travail social de l’Université de Sherbrooke, nous proposons d’étudier les représentations associées aux écrits exigés par les enseignants et aux difficultés qu’ils anticipent ou constatent pour les étudiants non francophones. Les analyses présentées montreront à la fois la diversité des genres écrits valorisés par les enseignants, la variabilité des postures adoptées vis-à-vis de la norme linguistique et de la maitrise de la langue des étudiants, et les difficultés ressenties par les enseignants dans la pratique d’évaluation de l’écrit chez les étudiants dont le français n’est pas la langue première.
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 | 0.011 | 0.025 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.009 | 0.014 |
| Scholarly communication | 0.016 | 0.018 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.015 | 0.005 |
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".