Bibliographic record
Abstract
En 2022 paraissait le premier d’une série d’articles (Antier, 2022a, 2022b, 2023) critiquant indifféremment de façon cinglante les auteurs de l’approche neurolinguistique (ANL) ainsi que leurs promoteurs, en attaquant notamment mon ouvrage sur l’ANL (Germain, 2017). Le présent article se veut une réaction personnelle à ces attaques. Je traiterai d’abord de l’adhésion sans retenue de l’auteur de cette série d’articles aux vues de Roussel et Gaonac’h (2017) au sujet de l’ANL sur la « double dissociation », sur la question de l’opposition explicite/implicite et sur l’absence de nouveauté dans l’ANL. Puis, j’aborderai les origines et les finalités de l’ANL, après quoi j’examinerai la posture épistémologique de l’auteur. Enfin, après avoir montré sa confusion des genres, je ferai ressortir l’idée que sa position anti-ANL s’explique non seulement par son adhésion aveugle aux affirmations erronées de Roussel et Gaonac’h et par son ignorance des résultats des nombreuses recherches empiriques sur l’ANL, mais aussi et surtout par un conflit d’intérêts personnel (en tant que l’un des coauteurs d’un manuel de langue) qui ne justifie en rien ses propos diffamatoires enrobés dans une rhétorique insidieuse. Je mettrai nettement l’accent sur les accusations du premier article (2022a) paru dans Recherches en didactique des langues et des cultures.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
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 teacher head, 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".