University instructors' perceptions of their ability to teach in their second or other language: an exploratory study
Bibliographic record
Abstract
Compte tenu de la diversité du corps étudiant et professoral dans les universités canadiennes, il serait erroné de tenir la compréhension mutuelle de la langue orale pour acquise. En effet, des membres du corps professoral qui sont des locuteurs non natifs de la langue d'instruction (LNNLI) ont exprimé leurs réserves quant à leur capacité d'enseigner dans une langue seconde ou tierce (LST) (Richardson, McBey, et McKenna, 2006). De plus, certains étudiants pensent qu'un professeur qui est « difficile à comprendre » (en ce sens que la langue d'instruction est sa LST) a des conséquences néfastes sur leur apprentissage (Lambert et Usher, 2013, p. 13). Nous en savons encore trop peu sur les perceptions des LNNLI par rapport à leurs capacités d'enseignement dans leur LST. Cette étude exploratoire à méthodologie mixte s'est penchée sur la perception de la confiance en soi (ou sentiment d'efficacité de l'enseignant, SEE) des LNNLI en situation d'enseignement dans leur LST. Malgré les études réalisées sur le SEE des professeurs à l'université (comme l'ont démontré les travaux de Chang, Lin, et Song, 2011; Hemmings, 2015; Prieto Navarro, 2005) et que d'autres études ont examiné le SEE en situation d'enseignement des professeurs qui employaient une LST (comme dans Chacón, 2005; Eslami & Fatahi, 2008), à ma connaissance, aucune étude ne s'est penchée sur ces deux domaines combinés. En utilisant comme cadre conceptuel la théorie d'efficacité personnelle de Bandura (1977, 1997), j'ai posé la question de recherche suivante : comment les professeurs (titularisés et non titularisés) à l'université qui sont des locuteurs non natifs de la langue d'instruction (LNNLI) perçoivent-ils leur habileté à enseigner dans leur langue seconde ou tierce (LST) ? Les données ont été recueillies auprès de deux groupes de participants à l'aide d'entretiens semi-structurés et d'un questionnaire (n=14) dans des universités canadiennes anglophones (n=9) et francophones (n=5) et des formulaires d'évaluation sur leur opinion au regard de l'enseignement dans une université aux langues plurielles, complétés par les participants (n=51) qui ont pris part à une séance de formation professionnelle visant à améliorer le SEE des professeurs (titularisés et non titularisés). Les analyses thématiques des entretiens et des rétroactions des formulaires d'évaluation ont montré que, même si les participants LNNLI ont décrit certains défis circonstanciels auxquels ils sont confrontés, de manière générale, ils semblent être très satisfaits de leur habileté à enseigner dans leur LST. Les analyses statistiques des questionnaires – des données recueillies dans le but de confirmer les constats – ont corroboré les interprétations des entretiens. Afin de proposer des solutions aux défis décrits pas les participants LNNLI, nous recommandons que les universités et les professeurs (titularisés et non titularisés) démontrent une intention d'élaborer des conditions favorables à l'enseignement des LNNLI et, ultimement, à l'apprentissage des étudiants. Les pistes de recherche sur les LNNLI et le SEE à l'université pourront donner des ressources supplémentaires sur les mécanismes de soutien en explorant des variables communes entre le bagage linguistique, les domaines universitaires et les types de tâches pédagogiques, en particulier chez les nouveaux professeurs (titularisés et non titularisés).
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 | 0.004 | 0.011 |
| 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 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".