Les représentations de nouveaux arrivants allophones envers leur apprentissage d'une langue seconde et leurs liens avec le progrès en compréhension orale du français dans les cours de francisation
Bibliographic record
Abstract
À l'intérieur de cette recherche, nous identifions les représentations des nouveaux arrivants envers leur apprentissage du français et leurs effets sur le progrès en français dans les cours de francisation à Québec. Nous tentons d'abord de décrire les représentations à l'aide du questionnaire BALLI. Les données ont été soumises à une analyse de statistiques descriptives afin d'identifier la fréquence et le degré de chaque représentation. Dans l'ensemble, les représentations sont assez homogènes car seulement quelques questions nous conduisent à une grande diversité de réponses. Ensuite, nous mesurons le progrès en compréhension orale du français de nouveaux arrivants à l'aide d'un test standardisé au début et à la fin de la session. Les résultats de ceux-ci soumis à un test paramétrique indiquent que le groupe s'est amélioré entre le prétest et le posttest; le progrès est donc statistiquement significatif. Par ailleurs, nous avons effectué des corrélations non paramétriques entre certains items du BALLI et le progrès des participants, mais aucune différence significative n'a été trouvée. Suite aux résultats des corrélations, nous avons décidé d'explorer deux profils de participants selon leur langue d'origine, latine ou non. C'est ainsi que nous avons effectué un test non paramétrique de Mann-Whitney pour les 34 items du BALLI. Six items du questionnaire révèlent des différences significatives lorsqu'on compare les réponses des deux sous-groupes de répondants. Nous convenons de certaines limites de notre recherche, dont l'homogénéité de notre échantillon (N=47 adultes nouveaux arrivants de niveaux 5, 6, 7, 8 en français) qui ne nous permet pas de confirmer l'existence d'un lien entre les représentations et le progrès en français chez les nouveaux arrivants. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : représentations, nouveaux arrivants, compréhension orale
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 | 0.002 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".