Effet de l'enseignement de la variation linguistique lexicale du français québécois familier sur les attitudes et les choix d'usage lexicaux des apprenants de francisation
Bibliographic record
Abstract
Dans le cadre de notre mémoire, nous avons souhaité observer si le fait de recevoir l’enseignement explicite de certains québécismes familiers influence les attitudes des apprenants en francisation quant à cette variation, et si cet enseignement peut influencer les choix linguistiques des apprenants lorsqu’ils s’expriment à l’oral. Dans le but de réaliser cet objectif, nous avons visé une étude quasi-expérimentale reposant sur des données quantitatives recueillies grâce à deux questionnaires remis à 23 apprenants intermédiaires adultes inscrits au programme de francisation UQÀM-MIFI à Montréal. Les participants ont été séparés en deux groupes ; un groupe témoin et un groupe expérimental. Le premier questionnaire nous a fourni des données sociodémographiques sur les participants. Le deuxième questionnaire, rempli deux fois par les groupes, portait sur les attitudes des apprenants de français langue seconde envers le français québécois familier et leurs choix lexicaux à l’oral. Le groupe expérimental a reçu un enseignement explicite entre les deux passations du questionnaire sous forme de trois ateliers sur les mots : blonde, chum, bibitte, char, pogner, chialer, chicane, jaser, niaiser, cruiser, choquer, être cramper, bobette, gougounes et frette. Les résultats principaux de notre étude montrent de manière générale que les attitudes des participants sont plutôt positives. Cependant, les deux groupes ont mentionné que le français québécois familier est difficile à comprendre, mais ne le considèrent pas comme du mauvais français et veulent le pratiquer lors de leurs conversations quotidiennes. En outre, l’étude a trouvé que l’enseignement explicite a un effet significatif sur la reconnaissance des mots enseignés et sur la perception que le français québécois familier est agréable à entendre. Par ailleurs, les participants ont affirmé utiliser les mots étudiés pour plusieurs raisons en lien avec leur intégration et la communication avec les locuteurs natifs. Ceux qui ne les utilisent pas ont mentionné faire ce choix parce qu’ils ne se sentent pas encore assez Québécois pour les utiliser et parce que cela ne répond pas à leurs besoins communicatifs. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Attitudes linguistiques, variation linguistique, choix linguistique, vocabulaire du français québécois familier, français langue seconde, francisation.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".