Vers une ingénierie de formation pour le français du tourisme en contexte marocain
Bibliographic record
Abstract
Si la langue française fut imposée, à l'époque coloniale à des fins d'empire et d'emprise, actuellement, elle s'impose par l'effet de la mondialisation comme une langue à visée professionnelle. Notre recherche accorde une attention particulière à l'enseignement du français à visée professionnelle dans le domaine du tourisme au Maroc. Elle se situe donc au carrefour de la didactique des langues et de la formation professionnelle initiale, suite aux programmes d'urgence décidés récemment par le Ministère du tourisme marocain concernant la mise à niveau des étudiants en français. Le besoin de réagir de manière efficace est devenu particulièrement sensible et motive la présente recherche. Notre projet est d'une part, de faire l'état des lieux de l'enseignement du français dans le domaine du tourisme au Maroc depuis l'indépendance à aujourd'hui, en examinant les outils méthodologiques utilisés, et, d'autre part, d'identifier les besoins actuels des apprenants et des enseignants et plus largement, les attentes des établissements touristiques, afin de concevoir un matériel didactique du français spécialement destiné à notre public actuel. L'objectif est de faire acquérir aux apprenants des compétences culturelles et langagières spécifiques, tant orales qu'écrites répondant aux injonctions du marché de l'emploi-En cela, le domaine de l'ingénierie de formation sera sollicité.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".