Rôle d’une initiative d’appoint linguistique dans la réussite d’entretien d’évaluation de la production orale auprès de futurs enseignants de français langue seconde non natifs
Bibliographic record
Abstract
Cette étude de cas qualitative examine une initiative d’appoint linguistique destinée à soutenir de futurs enseignants du français langue seconde (FLS) non natifs à la réussite d’un entretien sur la compétence orale (ESCO). Les séances d’appoint linguistique reproduisaient des conditions d’emploi de la langue similaire à celles de l’ESCO tout en fournissant un enseignement centré sur la forme. Les participants, répartis en trois groupes d’après leur niveau de compétence orale et inscrits à un programme intensif d’éducation, ont participé à des séances hebdomadaires d’une heure pendant les trois blocs de cours universitaires de huit semaines chacun. À la fin de chacun des trois blocs, les participants effectuaient un retour collectif sur leurs apprentissages avec la facilitatrice pour réfléchir à leurs progrès quant à leur compétence orale ainsi qu’aux facteurs ayant contribué ou nui à leur développement langagier. Les scores obtenus à l’entrevue au début, au milieu et à la fin du programme de formation ont aussi été analysés et comparés. Les résultats indiquent que les participants passent d’un niveau de compétence linguistique à un autre plus élevé sur l’échelle de compétence de l’ESCO. Les participants attribuent ces gains à l’enseignement centré sur la forme et à l’intégration de l’entrevue sur la compétence orale dans les séances d’appoint linguistique.
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 | 0.020 | 0.024 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.007 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".