Bibliographic record
Abstract
Les apprenant·e·s de français langue seconde (désormais FLS) sont souvent confronté·e·s aux idéologies associées au français dont l’une consiste en une vue homogène de la langue et de la culture francophone. Toutefois, la reconnaissance d’identités plurielles et multiples peut amener un changement au niveau des discours si nous acceptons les multiples variétés de français de personnes plurilingues, non seulement issues de familles immigrantes mais aussi de programmes d’immersion française. Dans cet article, à la lumière de la sociolinguistique pour le changement, nous examinons comment ces idéologies linguistiques influencent certains discours et pratiques d’étudiant·e·s en formation des maîtres ainsi que ceux de jeunes de la communauté d’expression française vivant en Alberta. Après avoir soumis nos données à une analyse de discours, nous constatons que la plupart des apprenant·e·s de FLS ne se perçoivent pas comme faisant partie intégrante de la francophonie. Toutefois, les discours sont en proie au changement et les personnes plurilingues semblent en mesure d’apporter leurs contributions à ces récits et à la façon dont on les déconstruit afin de (re)définir la francophonie canadienne : l’objectif visé étant de miser, à plus long terme, sur une inclusion accrue de tous les locuteurs et locutrices de français au sein de la francophonie mondiale.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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 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".