Que pourraient offrir les perspectives néo-matérialistes à la recherche en didactique des langues en milieu minoritaire francophone ? Des pistes de réflexion
Bibliographic record
Abstract
Cet article conceptuel s’inscrit dans le domaine de la didactique des langues tel qu’il existe dans divers contextes francophones minoritaires, des espaces marqués par des dynamiques identitaires complexes et des rapports de pouvoir fluctuants entre groupes minoritaires et majoritaires. Alors que la littérature scientifique a longtemps abordé ces relations sous l’angle de l’opposition et du conflit, cet article propose de dépasser cette dichotomie en s’appuyant sur une perspective onto-épistémologique inspirée des théories néo-matérialistes et, plus précisément des concepts deleuzo-guattariens suivants : majoritaire/minoritaire, langue, rhizome, et machine de guerre. L’approche proposée vise à repenser la relation entre minoritaire et majoritaire, non plus comme une lutte statique, mais comme un devenir, ouvrant la voie à de nouvelles pistes de recherche et d’approches méthodologiques en didactique des langues.Les deux autrices et l’auteur plaident ainsi pour une « minorisation » des cadres théoriques et méthodologiques dominants dans le domaine, suggérant que l’intégration de perspectives néo-matérialistes pourrait déstabiliser les paradigmes existants et favoriser l’émergence de pistes d’analyses innovantes plus sensibles à la matérialité de nos existences et mieux adaptées à la complexité des contextes minoritaires. Trois approches de recherche qualifiées de « mineures » sont présentées et accompagnées d’exemples : penser avec les théories, la rhizoanalyse et l’analyse de « données qui brillent » en lien avec l’adoption d’une sensibilité analytique.Cet article invite ainsi la communauté scientifique à explorer les brèches ouvertes par une conceptualisation renouvelée de la relation minoritaire-majoritaire. Il a pour vocation de contribuer à l’émergence d’espaces liminaires propices à un devenir-minoritaire de la recherche en didactique des langues, particulièrement pertinent dans le contexte canadien actuel de Réconciliation, et compte tenu de l’importance de valoriser et de mettre en avant la diversité ethnolinguistique indéniable du Canada.
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 | 0.015 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.005 | 0.039 |
| Scholarly communication | 0.014 | 0.016 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 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".