Expression orale: Amérique du Nord, B2 par Michèle Barféty, Fabien Olivry, Denis Liakin
Bibliographic record
Abstract
Reviewed by: Expression orale: Amérique du Nord, B2 par Michèle Barféty, Fabien Olivry, Denis Liakin Khadija Khalifé Barféty, Michèle, Fabien Olivry, et Denis Liakin. Expression orale: Amérique du Nord, B2. CLE International, 2019. ISBN 978-2-09-035175-0. Pp. 128. Dans sa collection "Compétences", CLE International consacre quelques ouvrages à l'Amérique du Nord. Les textes se réfèrent surtout à la vie canadienne et les documents sonores reproduisent le parler et l'accent phonétique québécois. Expression orale, B2 est un manuel d'exercices de niveau intermédiaire avancé qui vise à "la préparation aux épreuves d'expression orale des examens de langue […] en vue de l'obtention du Certificat de sélection du Québec" (3). Il se compose de cinq unités totalisant quinze leçons qui reprennent des notions grammaticales et lexicales à travers des situations communicatives variées: rapporter des faits ou des propos, exposer une situation, imaginer des hypothèses, exprimer son sentiment et son opinion, négocier et argumenter. Les pistes audio, accessibles sur le site digital de CLE, servent de tremplin pour des activités favorisant la compréhension auditive tandis que des tâches subséquentes contribuent au développement progressif des compétences à l'oral. Chaque unité de leçons adopte la même méthodologie en trois étapes (Imiter—Interpréter—S'exprimer). Dans "Imiter", les exercices qui se rapportent aux écoutes ne consistent pas en une répétition aveugle de formules, mais exigent de la réflexion, voire de l'imagination puisque l'apprenant est invité à imaginer un début et une fin aux scénarios écoutés, et puis à en jouer les scènes. S'ensuivent des jeux de rôle et des discussions sur le même concept, mais dans des contextes variés. "Interpréter" suit le même schéma, mais en accordant plus d'importance à l'opinion de l'apprenant. "S'exprimer" commence par la lecture d'un texte sur un thème relatif au Canada, suivie par des discussions et un projet de recherche sur une des problématiques mentionnées dans le texte. Cette partie renforce les acquis précédents et se termine par une présentation orale aux autres groupes d'apprenants. Bien qu'une telle méthodologie puisse être avantageuse dans l'enseignement de FLE, on pourrait reprocher au manuel la pertinence et la place de son "Bilan" d'autoévaluation qui clôture chaque unité parce que, curieusement, c'est plutôt un entraînement répétitif des principales formules préalablement utilisées dans des tâches créatives. Par exemple, après les jeux de scène où les apprenants avaient déjà utilisé dans des contextes variés des expressions pour déclarer l'impuissance telles que "On n'y peut rien", "Que veuxtu que je fasse?", "Il n'y a rien à faire", etc. (48), le "Bilan" propose la phrase suivante: "Regarde! La neige a cassé les branches de l'érable! Quel dommage! Qu'est-ce qu'on peut faire?"; et puis on demande aux apprenants de donner quatre répliques différentes (66). De tels exercices d'évaluation avec des réponses attendues—qui consistent en [End Page 291] des expressions précitées aux pages précédentes—sont décalés par rapport au niveau B2 et par rapport à la méthodologie louable que propose le manuel. Khadija Khalifé Independent Scholar (CA) Copyright © 2021 American Association of Teachers of French
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.100 | 0.027 |
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".