1. Résumé / Abstract
L’Échelle de littératie de corpus (Corpus Literacy Scale), développée par Ma, Chiu, Lin et Mendoza (2023), constitue un instrument psychométrique standardisé conçu pour mesurer la littératie de corpus perçue par les enseignants ainsi que leur intention comportementale d’intégrer les corpus linguistiques dans leur pratique pédagogique en classe (Intention to Integrate Corpora into Classroom Teaching, ITICT). L’opérationnalisation du construit repose sur le modèle théorique pentadimensionnel issu des travaux fondateurs de Mukherjee (2006) et Callies (2016) en linguistique appliquée et en didactique des langues médiatisée par les technologies. Ce dispositif psychométrique évalue cinq sous-dimensions fondamentales : la compréhension conceptuelle des corpus (Understanding), les compétences de recherche et d’interrogation documentaire (Search), les capacités d’analyse et d’interprétation des données linguistiques (Analysis), la perception des avantages didactiques (Advantages), et la lucidité quant aux limitations inhérentes aux corpus (Limitations).
La version finale de l’échelle comporte 16 items mesurés sur une échelle de réponse ordinale de type Likert en six points, allant de 1 (« fortement en désaccord ») à 6 (« fortement d’accord »). Les analyses psychométriques conduites auprès d’un échantillon de 181 enseignants en exercice et enseignants stagiaires à Hong Kong, ayant suivi une formation ciblée à la linguistique de corpus, confirment les qualités métrologiques robustes de l’outil. L’analyse factorielle confirmatoire (AFC) valide une structure hiérarchique du second ordre où les cinq sous-facteurs saturent sur une dimension générale de littératie de corpus, présentant des indices d’ajustement adéquats (CFI = 0,956 ; TLI = 0,943 ; RMSEA = 0,086 ; SRMR = 0,030). La cohérence interne est démontrée par des coefficients alpha de Cronbach oscillant entre 0,775 et 0,954 pour l’ensemble des sous-échelles. En outre, une modélisation par équations structurelles (SEM) a révélé que la littératie de corpus prédit significativement l’intention d’intégrer les corpus en classe (β = 0,41, p < 0,001), la variable latente expliquant à elle seule 92 % de la variance de l’intention pédagogique, validant ainsi la pertinence prédictive et nomologique de l’instrument.
2. Mots-clés / Keywords
Littératie de corpus, intention pédagogique, validité structurelle, intégration des corpus, analyse factorielle confirmatoire, modélisation par équations structurelles, didactique des langues, formation des enseignants, attitudes des enseignants, psychométrie éducative, compétences numériques, acceptation technologique.
3. Auteurs / Authors
L’échelle a été développée et validée par une équipe de chercheurs de l’Université d’éducation de Hong Kong (The Education University of Hong Kong, EdUHK) :
- Qing Ma — Département de linguistique et d’études des langues modernes, The Education University of Hong Kong, Taipo, Hong Kong. Identifiant ORCID : 0000-0003-3125-3513. Courriel : [email protected] (Auteure correspondante).
- Ming Ming Chiu — Département de l’éducation spécialisée et du counseling, The Education University of Hong Kong, Taipo, Hong Kong. Identifiant ORCID : 0000-0002-5721-1971. Courriel : [email protected].
- Shanru Lin — Département de linguistique et d’études des langues modernes, The Education University of Hong Kong, Taipo, Hong Kong. Courriel : [email protected].
- Norman B. Mendoza — Département du curriculum et de l’instruction, The Education University of Hong Kong, Taipo, Hong Kong. Identifiant ORCID : 0000-0003-0344-0709. Courriel : [email protected].
4. Objectif / Purpose
L’objectif fondamental de l’Échelle de littératie de corpus est de fournir une mesure psychométrique rigoureuse, standardisée et théoriquement ancrée de la littératie de corpus perçue par les enseignants de langues, ainsi que de leur propension intentionnelle à transposer ces outils informatisés dans leurs pratiques d’enseignement quotidiennes. Dans le champ contemporain de la linguistique appliquée et de l’apprentissage des langues sur corpus (Data-Driven Learning ou DDL), l’utilisation directe de vastes bases de données textuelles authentiques représente un changement de paradigme pédagogique majeur. Cependant, en dépit des bénéfices empiriquement attestés de l’approche DDL pour le développement des compétences collocationnelles, lexico-grammaticales et discursives des apprenants, l’adoption effective des corpus en classe demeure modeste. Ce phénomène de sous-utilisation s’explique en grande partie par le sentiment d’incompétence technique et didactique des enseignants face à des interfaces d’interrogation complexes.
Sur le plan de la recherche, cet instrument permet de quantifier de manière multidimensionnelle les barrières cognitives, techniques et attitudinales qui freinent l’intégration technologique. Contrairement aux outils d’évaluation antérieurs qui traitaient la maîtrise des corpus comme une compétence technique monolithique ou comme une simple facette de l’aisance informatique générale, l’échelle de Ma et ses collaborateurs dissocie minutieusement les composantes procédurales, déclaratives et évaluatives de la littératie de corpus. Les chercheurs peuvent ainsi analyser comment chaque sous-domaine spécifique influence l’agentivité pédagogique et l’engagement envers l’innovation didactique.
Dans le domaine de la formation initiale et continue des enseignants, l’échelle joue un rôle diagnostique et évaluatif crucial. Elle permet aux concepteurs de programmes universitaires et aux formateurs d’évaluer les besoins préalables des apprenants-enseignants, d’adapter les cursus d’ingénierie pédagogique médiatisée par les technologies, et de mesurer l’efficacité différentielle d’ateliers de formation professionnelle via des protocoles pré-test/post-test. Enfin, l’outil éclaire les mécanismes prédictifs liant les croyances d’auto-efficacité instrumentale à la prise de décision curriculaire, comblant le fossé persistant entre la recherche universitaire de pointe en linguistique de corpus et l’écologie réelle de la salle de classe.
5. Construit psychologique / Construct
La littératie de corpus (Corpus Literacy) est définie comme un ensemble complexe et interconnecté de connaissances déclaratives, de compétences procédurales, de capacités analytiques critiques et de dispositions affectives permettant à un individu de naviguer, d’interroger, d’interpréter et d’appliquer pédagogiquement des corpus textuels numérisés. L’échelle opérationnalise ce méta-construit à travers cinq dimensions distinctes mais complémentaires :
1. Compréhension des corpus (Understanding of Corpora – U)
Cette dimension évalue le savoir théorique et conceptuel relatif à la nature, à la typologie et au fonctionnement des corpus linguistiques. Elle mesure si l’enseignant appréhende les notions d’échantillonnage textuel, de représentativité, d’équilibre de corpus, ainsi que les distinctions fondamentales entre corpus généraux, spécialisés, diachroniques ou d’apprenants. Un score élevé reflète une compréhension claire de la manière dont les textes authentiques sont collectés et structurés pour rendre compte des réalités d’usage de la langue cible.
2. Compétences de recherche (Corpora Search Skills – S)
La dimension procédurale d’interrogation mesure l’aisance technique de l’utilisateur face aux concordanciers et aux moteurs de recherche de corpus. Elle englobe la maîtrise de la formulation des requêtes syntaxiques élémentaires et avancées, l’utilisation des étiquettes morpho-syntaxiques (étiquettes POS pour Part-of-Speech), l’application d’opérateurs booléens ou de métacaractères (expressions régulières), ainsi que le filtrage précis des contextes linguistiques. Cette sous-échelle saisit le sentiment de compétence opérationnelle requis pour extraire les structures linguistiques ciblées.
3. Analyse des données de corpus (Analysis of Corpus Data – A)
Cette facette cognitive supérieure concerne l’interprétation sémantique, pragmatique et statistique des sorties générées par les outils logiciels. Elle évalue l’aptitude de l’enseignant à déchiffrer des lignes de concordance (présentations KWIC pour Key Word in Context), à analyser les profils collocationnels (mesures de force d’association comme le score MI ou le score t), à repérer les colligations syntaxiques et à identifier la prosodie sémantique d’un lexème. L’accent est mis sur la transformation d’un ensemble de données textuelles brutes en régularités linguistiques intelligibles.
4. Perception des avantages des corpus (Advantages of Corpora – Ad)
Cette composante attitudinale et axiologique mesure la reconnaissance par l’enseignant de la valeur ajoutée pédagogique et linguistique offerte par les corpus comparativement aux ressources traditionnelles (dictionnaires statiques, manuels scolaires préformatés ou intuitions personnelles). Elle évalue la croyance selon laquelle l’exposition à des contextes authentiques favorise l’apprentissage inductif, stimule la curiosité métalinguistique des apprenants et résout avec précision les ambiguïtés d’usage idiomatique.
5. Conscience des limitations des corpus (Limitations of Corpora – L)
La dernière dimension mesure le sens critique épistémique et méthodologique de l’enseignant vis-à-vis des corpus. L’instrument évalue la capacité à reconnaître les biais potentiels de sur-représentation ou de sous-représentation dans certains répertoires textuels, le manque de données orales spontanées, les difficultés de surcharge cognitive rencontrées par les apprenants novices face à des sorties de concordances denses, ainsi que les contraintes temporelles inhérentes à la préparation de matériel didactique dérivé de corpus.
6. Cadre théorique / Theoretical Framework
L’architecture conceptuelle de l’échelle s’enracine au croisement de la linguistique appliquée moderne et des théories psychologiques de l’adoption des technologies. Sur le plan didactique, elle repose directement sur le modèle théorique formulé par Mukherjee (2006), ultérieurement étendu et systématisé par Callies (2016). Mukherjee a proposé de concevoir la littératie de corpus des enseignants non pas comme un simple apprentissage instrumental du maniement de progiciels, mais comme une compétence professionnelle intégrée déclinée en plusieurs paliers : la compétence linguistique (savoir ce que le corpus révèle), la compétence méthodologique (savoir extraire et analyser l’information) et la compétence didactique (savoir transposer ces données en activités d’apprentissage efficaces).
Callies (2016) a approfondi ce paradigme en soulignant que la littératie de corpus professorale exige un équilibre dialectique entre la maîtrise technique des outils d’extraction et un regard critique permanent sur la validité écologique des résultats. L’enseignant doit opérer en tant que « médiateur de corpus » capable d’évaluer la pertinence de la technologie pour ses objectifs curriculaires.
Sur le plan psychologique et sociocognitif, l’échelle mobilise les postulats de la théorie du comportement planifié (Theory of Planned Behavior, TPB) d’Icek Ajzen, ainsi que le modèle d’acceptation de la technologie (Technology Acceptance Model, TAM) développé par Fred Davis. Selon ces modélisations, l’intention comportementale d’adopter une innovation pédagogique (l’intégration en classe) est immédiatement gouvernée par le sentiment d’auto-efficacité (Self-Efficacy de Bandura) et la facilité d’utilisation perçue — ici opérationnalisés par la compréhension conceptuelle, la maîtrise de la recherche et l’habileté analytique — conjugués à l’utilité perçue, incarnée par la conscience des avantages pédagogiques. L’inclusion conjointe des limitations garantit une évaluation réaliste et mature de l’acceptation technologique, évitant un biais d’optimisme naïf.
7. Validité / Validity
La validité psychométrique de l’échelle a fait l’objet d’un examen empirique approfondi par Ma et al. (2023), couvrant la validité structurelle, de construit et prédictive.
Validité structurelle et factorielle
La validité de structure a été corroborée au moyen de l’analyse factorielle confirmatoire. Les résultats soutiennent empiriquement une représentation factorielle hiérarchique : les 16 items s’articulent autour des cinq sous-facteurs de premier ordre prévus par le cadre théorique (Compréhension, Recherche, Analyse, Avantages, Limitations), lesquels saturent à leur tour sur un facteur générique de second ordre représentant la Littératie de corpus perçue globale.
Validité prédictive et modélisation en équations structurelles (SEM)
La validité relative au critère et la validité prédictive ont été démontrées par la mise en œuvre d’un modèle d’équations structurelles liant la littératie de corpus (CL) à l’intention d’intégrer les corpus dans l’enseignement en classe (ITICT). Le modèle SEM a démontré un ajustement excellent aux données :
- Chi-deux de Wald : χ²(19, N = 181) = 39,89, p < 0,05 ;
- Comparative Fit Index (CFI) : 0,985 ;
- Tucker-Lewis Index (TLI) : 0,977 ;
- Root Mean Square Error of Approximation (RMSEA) : 0,078 (intervalle de confiance à 90 % : 0,000–0,040) ;
- Standardized Root Mean Square Residual (SRMR) : 0,023.
L’effet direct de la littératie de corpus perçue sur l’intention pédagogique s’est avéré positif et statistiquement hautement significatif (B = 0,41, p < 0,001). L’ensemble du modèle a expliqué un pourcentage remarquable de 95,71 % de la variance de l’intention d’intégration pédagogique. De façon encore plus probante, la variable latente de la littératie de corpus a rendu compte à elle seule de 92 % de la variance de l’intention des enseignants, attestant d’une puissance prédictive et d’une validité de construit nomologique exceptionnelles.
8. Fidélité / Reliability
L’évaluation de la fidélité de l’Échelle de littératie de corpus s’est concentrée sur la consistance interne de l’ensemble des dimensions mesurées. L’analyse statistique montre des indices de cohérence interne robustes, conformes aux standards psychométriques stricts régissant les instruments de mesure en sciences de l’éducation et en psychologie différentielle.
Pour chacune des cinq sous-échelles de premier ordre, le coefficient alpha de Cronbach a été calculé auprès de l’échantillon d’étalonnage (N = 181). Les coefficients obtenus s’échelonnent de 0,775 à 0,954 :
- Les sous-échelles attitudinales et d’évaluation critique présentent des valeurs d’alpha situées dans une fourchette allant de 0,775 à 0,85, indiquant une homogénéité interne satisfaisante à bonne ;
- Les dimensions procédurales et techniques (recherche et analyse de données) présentent des indices particulièrement élevés, dépassant 0,90 et atteignant jusqu’à 0,954, ce qui démontre une excellente précision de mesure et l’absence de redondance excessive parmi les énoncés constitutifs.
Aucun effet de plancher ni de plafond substantiel n’a été répertorié après la formation spécialisée dispensée aux participants. Les corrélations inter-items au sein de chaque pôle théorique corroborent la stabilité dimensionnelle du test.
9. Analyse factorielle / Factor Analysis
L’architecture dimensionnelle de l’échelle a été testée et validée par une démarche de modélisation confirmatoire (AFC) sous le logiciel Mplus / R, afin d’éprouver la plausibilité de l’hypothèse théorique dérivée des conceptualisations de Mukherjee et Callies.
Modèle factoriel hiérarchique
Les chercheurs ont soumis les données issues des 16 items à une AFC comparant différents modèles concurrents (modèle unidimensionnel, modèle à facteurs indépendants, modèle corrélé et modèle hiérarchique de second ordre). L’analyse a établi avec clarté qu’un modèle hiérarchique comprenant cinq facteurs de premier ordre subordonnés à un macro-facteur général fournissait l’ajustement optimal aux données empiriques.
Indices d’ajustement de l’AFC
Les paramètres d’adéquation factorielle de la structure confirmatoire hiérarchique sont les suivants :
- CFI (Comparative Fit Index) : 0,956 (dépassant le seuil standard de 0,95 requis pour un ajustement de haute qualité) ;
- TLI (Tucker-Lewis Index) : 0,943 (dépassant le standard conventionnel de 0,90) ;
- RMSEA : 0,086, avec un intervalle de confiance à 90 % compris entre 0,072 et 0,100 ;
- SRMR (Standardized Root Mean Square Residual) : 0,030 (largement en deçà de la limite stricte de 0,050, témoignant d’une faible matrice de résidus non expliqués).
Les saturations factorielles standardisées (factor loadings) de l’ensemble des 16 items sur leurs facteurs de premier ordre respectifs se sont révélées hautement significatives (p < 0,001), attestant de la validité convergente de chaque sous-groupe d’indicateurs.
10. Instrument de mesure / Instrument
Les spécifications techniques et opérationnelles de l’instrument sont résumées ci-dessous :
- Type d’évaluation : Questionnaire d’auto-évaluation / Inventaire psychométrique original.
- Format d’administration : Auto-questionnaire informatisé ou papier, comportant des énoncés déclaratifs suivis de questions ouvertes complémentaires pour trianguler les réponses qualitatives.
- Nombre d’items : 16 items répartis sur les 5 sous-échelles de littératie de corpus.
- Format de réponse : Échelle ordinale de type Likert en 6 points sans point médian neutre, structurée comme suit : 1 = Fortement en désaccord (Strongly disagree), 2 = En désaccord, 3 = Plutôt en désaccord, 4 = Plutôt d’accord, 5 = D’accord, 6 = Fortement d’accord (Strongly agree).
- Langues disponibles : Anglais, Chinois.
- Population cible : Adultes (18 ans et plus), spécifiquement enseignants de langues vivantes en exercice et enseignants stagiaires universitaires.
- Cotation : Calcul de scores moyens dimensionnels pour chaque composante (Compréhension, Recherche, Analyse, Avantages, Limitations) ainsi qu’un score global composite de littératie de corpus par sommation pondérée ou moyenne arithmétique.
11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year
- Année d’introduction : 2023.
- Statut commercial : Non. Il s’agit d’un instrument académique non commercial.
- Tarif / Coût d’utilisation : Aucun frais d’utilisation n’est exigé pour la recherche scientifique et l’enseignement public.
- Conditions d’accès et permissions : Les droits d’auteur moraux appartiennent aux auteurs d’origine et à l’éditeur (Cambridge University Press). Toute reproduction intégrale des items officiels, utilisation translationnelle ou exploitation dans le cadre d’un protocole d’intervention pédagogique requiert l’autorisation préalable de l’auteure correspondante, la professeure Qing Ma ([email protected]), et la citation appropriée de l’article source publié dans ReCALL.
12. Références / References
Callies, M. (2016). Corpus literacy in foreign language teacher education: Investigating the challenges of data-driven learning. Studies in Second Language Learning and Teaching, 6(1), 133–155. https://doi.org/10.14746/ssllt.2016.6.1.7
Ma, Q., Chiu, M. M., Lin, S., & Mendoza, N. B. (2023). Teachers’ perceived corpus literacy and their intention to integrate corpora into classroom teaching: A survey study. ReCALL: Journal of Eurocall, 35(1), 19–39. https://doi.org/10.1017/S0958344022000180
Mukherjee, J. (2006). Corpus linguistics and language pedagogy: The state of the art – and beyond. Dans S. Braun, K. Kohn, & J. Mukherjee (Éds.), Corpus Technology and Language Pedagogy: New Resources, New Tools, New Methods (pp. 5–24). Peter Lang.