MétaCan
Menu
Back to cohort
Record W4399038712 · doi:10.4000/11q9z

La place des langues locales dans les cours d’Intercompréhension en langues romanes des universités brésiliennes

2024· article· fr· W4399038712 on OpenAlexaff
Érica Sarsur, Lívia Miranda de Paulo

Bibliographic record

VenueRecherches en didactique des langues et des cultures · 2024
Typearticle
Languagefr
FieldSocial Sciences
TopicFrench Language Learning Methods
Canadian institutionsCentre Intégré de Santé et de Services Sociaux des Laurentides
Fundersnot available
KeywordsPhilosophyPolitical science

Abstract

fetched live from OpenAlex

Le Brésil présente une complexe réalité linguistique : d’un côté, plus de 200 langues sont parlées sur le territoire, mais d’autre part, elles ne sont parlées que par 0,2% de la population du pays. La faible connaissance d’une telle réalité par la plupart de la population est le résultat d’une série d’éléments, dont l’absence de discussion autour de cette question au sein des institutions brésiliennes où sont formé.e.s les enseignant.e.s. Vu que l’approche de l’Intercompréhension en Langues Romanes a de plus en plus de place dans le cadre de la licence en différentes universités brésiliennes ; et que l’éducation plurilingue tient compte des connaissances sur le contexte linguistique et culturel des étudiant.e.s, cet article se propose de présenter les résultats d’un questionnaire rempli par les enseignant.e.s chargé.e.s du cours d’Intercompréhension, dans le but de mieux comprendre si et comment les langues du Brésil font objet de discussion dans leurs cours. En outre, nous présentons un exemple de programme mis en place depuis 2021, abordant les langues locales dans le cadre d’un cours d’Intercompréhension en Langues Romanes. Nous présentons aussi des exemples des réflexions et activités réalisées par les étudiant·es.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.285
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.004
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0010.006
Scholarly communication0.0010.002
Open science0.0010.000
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.081
GPT teacher head0.386
Teacher spread0.305 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueRecherches en didactique des langues et des culturesSame topicFrench Language Learning MethodsFrench-language works237,207