« <i>Students as Partners</i> » : une approche pédagogique innovante pour un curriculum queer
Bibliographic record
Abstract
L’objet de cet article est de présenter la démarche innovante d’une activité pédagogique – ou tâche en référence à la terminologie du Cadre Européen Commun de Référence pour les Langues (CECRL) – qui offre une alternative queer pour renouveler des contenus de cours plus traditionnels. Mise en place dans le cadre d’une initiative de niveau universitaire dans le domaine de l’apprentissage du français langue seconde au Canada, cette activité se concentre sur l’introduction en classe de niveau débutant (niveau A1 du CECRL) d’un élément grammatical et identitaire de genre : les pronoms non binaires. Comment intégrer en toute légitimité les pronoms non binaires quand on introduit les pronoms personnels sujet de la langue française ? Le public visé par cette tâche sont les apprenant·e·s de niveau débutant – ou de niveau A1 selon l’échelle de compétences du CECRL. Afin de présenter le contenu de cette tâche, nous proposons tout d’abord de discuter de l’importance d’inclure les pronoms non binaires (iel, iels) dans une langue genrée comme le français dans le renouvellement du curriculum dès le niveau débutant. Ceci permet de reconnaître toutes les identités de genre, au même titre que les pronoms auxquels les apprenant·e·s peuvent s’identifier (je, tu, elle, il, on, nous, vous singulier/pluriel, elles, ils) et d’offrir un climat de classe ( classroom climate ) où existe un sentiment d’appartenance plutôt qu’un sentiment d’exclusion. Nous proposons ainsi une alternative à la règle grammaticale politiquement biaisée du masculin l’emporte sur le féminin qui est traditionnellement enseignée pour expliquer les accords de genre en français. Pour cela, nous montrons dans un deuxième temps l’importance de la queerisation des matériaux pédagogiques afin que toutes les personnes trouvent leur agentivité dans leur cours de français et comment un travail de collaboration avec des étudiant·e·s permet de répondre efficacement à ces enjeux. Enfin, nous présentons l’aboutissement de notre projet qui a consisté à créer une ressource authentique intitulée Le voyage d’Alex , pour introduire le pronom non binaire « iel » dans un cours de niveau universitaire selon une pédagogie du conflit ou de l’inconfort, avant de conclure sur l’évaluation et la portée de notre projet.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.003 |
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; both teacher heads agree on what is shown here.
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".