Enseignement du français aux personnes adultes immigrantes en apprentissage de la langue et de la littératie : mieux comprendre pour encore mieux intervenir
Bibliographic record
Abstract
La présence grandissante, au Québec, de personnes adultes immigrantes faisant face au double défi de l’apprentissage du français et de la littératie a forcé les milieux politiques, d’enseignement et de recherche à s’intéresser davantage à ces apprenant.e.s afin de leur offrir des services répondant le mieux à leurs besoins. Ainsi, afin de favoriser une meilleure connaissance de cette population présente dans les quatre coins de la province, nous proposons d’abord, dans cet article, un bref survol de la situation démographique et de l’offre scolaire au Québec. Nous ferons ensuite ressortir certaines caractéristiques, partagées par plusieurs de ces apprenant.e.s, qui permettent de mieux comprendre leur riche bagage linguistique et culturel ainsi que la manière dont ce bagage peut influencer leurs apprentissages. Nous offrons enfin des pistes pédagogiques adaptées à ces caractéristiques, et ce, dans l’objectif de créer des occasions d’apprentissage pouvant facilement être mises en oeuvre avec des apprenant.e.s peu familier.ère.s avec les attentes scolaires de leur nouveau milieu d’accueil.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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.
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".