L’\u00c9chelle de litt\u00e9ratie de corpus<\/strong> (Corpus Literacy Scale<\/em>), d\u00e9velopp\u00e9e par Ma, Chiu, Lin et Mendoza (2023)<\/a>, constitue un instrument psychom\u00e9trique standardis\u00e9 con\u00e7u pour mesurer la litt\u00e9ratie de corpus per\u00e7ue par les enseignants ainsi que leur intention comportementale d’int\u00e9grer les corpus linguistiques dans leur pratique p\u00e9dagogique en classe (Intention to Integrate Corpora into Classroom Teaching<\/em>, ITICT). L’op\u00e9rationnalisation du construit repose sur le mod\u00e8le th\u00e9orique pentadimensionnel issu des travaux fondateurs de Mukherjee (2006)<\/a> et Callies (2016)<\/a> en linguistique appliqu\u00e9e et en didactique des langues m\u00e9diatis\u00e9e par les technologies. Ce dispositif psychom\u00e9trique \u00e9value cinq sous-dimensions fondamentales : la compr\u00e9hension conceptuelle des corpus (Understanding<\/em>), les comp\u00e9tences de recherche et d’interrogation documentaire (Search<\/em>), les capacit\u00e9s d’analyse et d’interpr\u00e9tation des donn\u00e9es linguistiques (Analysis<\/em>), la perception des avantages didactiques (Advantages<\/em>), et la lucidit\u00e9 quant aux limitations inh\u00e9rentes aux corpus (Limitations<\/em>).<\/p>\n La version finale de l’\u00e9chelle comporte 16 items mesur\u00e9s sur une \u00e9chelle de r\u00e9ponse ordinale de type Likert en six points, allant de 1 (\u00ab fortement en d\u00e9saccord \u00bb) \u00e0 6 (\u00ab fortement d’accord \u00bb). Les analyses psychom\u00e9triques conduites aupr\u00e8s d’un \u00e9chantillon de 181 enseignants en exercice et enseignants stagiaires \u00e0 Hong Kong, ayant suivi une formation cibl\u00e9e \u00e0 la linguistique de corpus, confirment les qualit\u00e9s m\u00e9trologiques robustes de l’outil. L’analyse factorielle confirmatoire (AFC) valide une structure hi\u00e9rarchique du second ordre o\u00f9 les cinq sous-facteurs saturent sur une dimension g\u00e9n\u00e9rale de litt\u00e9ratie de corpus, pr\u00e9sentant des indices d’ajustement ad\u00e9quats (CFI = 0,956 ; TLI = 0,943 ; RMSEA = 0,086 ; SRMR = 0,030). La coh\u00e9rence interne est d\u00e9montr\u00e9e par des coefficients alpha de Cronbach oscillant entre 0,775 et 0,954 pour l’ensemble des sous-\u00e9chelles. En outre, une mod\u00e9lisation par \u00e9quations structurelles (SEM) a r\u00e9v\u00e9l\u00e9 que la litt\u00e9ratie de corpus pr\u00e9dit significativement l’intention d’int\u00e9grer les corpus en classe (\u03b2 = 0,41, p<\/em> < 0,001), la variable latente expliquant \u00e0 elle seule 92 % de la variance de l’intention p\u00e9dagogique, validant ainsi la pertinence pr\u00e9dictive et nomologique de l’instrument.<\/p>\n Litt\u00e9ratie de corpus, intention p\u00e9dagogique, validit\u00e9 structurelle, int\u00e9gration des corpus, analyse factorielle confirmatoire, mod\u00e9lisation par \u00e9quations structurelles, didactique des langues, formation des enseignants, attitudes des enseignants, psychom\u00e9trie \u00e9ducative, comp\u00e9tences num\u00e9riques, acceptation technologique.<\/p>\n L’\u00e9chelle a \u00e9t\u00e9 d\u00e9velopp\u00e9e et valid\u00e9e par une \u00e9quipe de chercheurs de l’Universit\u00e9 d’\u00e9ducation de Hong Kong (The Education University of Hong Kong<\/em>, EdUHK) :<\/p>\n L’objectif fondamental de l’\u00c9chelle de litt\u00e9ratie de corpus<\/strong> est de fournir une mesure psychom\u00e9trique rigoureuse, standardis\u00e9e et th\u00e9oriquement ancr\u00e9e de la litt\u00e9ratie de corpus per\u00e7ue par les enseignants de langues, ainsi que de leur propension intentionnelle \u00e0 transposer ces outils informatis\u00e9s dans leurs pratiques d’enseignement quotidiennes. Dans le champ contemporain de la linguistique appliqu\u00e9e et de l’apprentissage des langues sur corpus (Data-Driven Learning<\/em> ou DDL), l’utilisation directe de vastes bases de donn\u00e9es textuelles authentiques repr\u00e9sente un changement de paradigme p\u00e9dagogique majeur. Cependant, en d\u00e9pit des b\u00e9n\u00e9fices empiriquement attest\u00e9s de l’approche DDL pour le d\u00e9veloppement des comp\u00e9tences collocationnelles, lexico-grammaticales et discursives des apprenants, l’adoption effective des corpus en classe demeure modeste. Ce ph\u00e9nom\u00e8ne de sous-utilisation s’explique en grande partie par le sentiment d’incomp\u00e9tence technique et didactique des enseignants face \u00e0 des interfaces d’interrogation complexes.<\/p>\n Sur le plan de la recherche, cet instrument permet de quantifier de mani\u00e8re multidimensionnelle les barri\u00e8res cognitives, techniques et attitudinales qui freinent l’int\u00e9gration technologique. Contrairement aux outils d’\u00e9valuation ant\u00e9rieurs qui traitaient la ma\u00eetrise des corpus comme une comp\u00e9tence technique monolithique ou comme une simple facette de l’aisance informatique g\u00e9n\u00e9rale, l’\u00e9chelle de Ma et ses collaborateurs dissocie minutieusement les composantes proc\u00e9durales, d\u00e9claratives et \u00e9valuatives de la litt\u00e9ratie de corpus. Les chercheurs peuvent ainsi analyser comment chaque sous-domaine sp\u00e9cifique influence l’agentivit\u00e9 p\u00e9dagogique et l’engagement envers l’innovation didactique.<\/p>\n Dans le domaine de la formation initiale et continue des enseignants, l’\u00e9chelle joue un r\u00f4le diagnostique et \u00e9valuatif crucial. Elle permet aux concepteurs de programmes universitaires et aux formateurs d’\u00e9valuer les besoins pr\u00e9alables des apprenants-enseignants, d’adapter les cursus d’ing\u00e9nierie p\u00e9dagogique m\u00e9diatis\u00e9e par les technologies, et de mesurer l’efficacit\u00e9 diff\u00e9rentielle d’ateliers de formation professionnelle via des protocoles pr\u00e9-test\/post-test. Enfin, l’outil \u00e9claire les m\u00e9canismes pr\u00e9dictifs liant les croyances d’auto-efficacit\u00e9 instrumentale \u00e0 la prise de d\u00e9cision curriculaire, comblant le foss\u00e9 persistant entre la recherche universitaire de pointe en linguistique de corpus et l’\u00e9cologie r\u00e9elle de la salle de classe.<\/p>\n La litt\u00e9ratie de corpus (Corpus Literacy<\/em>) est d\u00e9finie comme un ensemble complexe et interconnect\u00e9 de connaissances d\u00e9claratives, de comp\u00e9tences proc\u00e9durales, de capacit\u00e9s analytiques critiques et de dispositions affectives permettant \u00e0 un individu de naviguer, d’interroger, d’interpr\u00e9ter et d’appliquer p\u00e9dagogiquement des corpus textuels num\u00e9ris\u00e9s. L’\u00e9chelle op\u00e9rationnalise ce m\u00e9ta-construit \u00e0 travers cinq dimensions distinctes mais compl\u00e9mentaires :<\/p>\n Cette dimension \u00e9value le savoir th\u00e9orique et conceptuel relatif \u00e0 la nature, \u00e0 la typologie et au fonctionnement des corpus linguistiques. Elle mesure si l’enseignant appr\u00e9hende les notions d’\u00e9chantillonnage textuel, de repr\u00e9sentativit\u00e9, d’\u00e9quilibre de corpus, ainsi que les distinctions fondamentales entre corpus g\u00e9n\u00e9raux, sp\u00e9cialis\u00e9s, diachroniques ou d’apprenants. Un score \u00e9lev\u00e9 refl\u00e8te une compr\u00e9hension claire de la mani\u00e8re dont les textes authentiques sont collect\u00e9s et structur\u00e9s pour rendre compte des r\u00e9alit\u00e9s d’usage de la langue cible.<\/p>\n La dimension proc\u00e9durale d’interrogation mesure l’aisance technique de l’utilisateur face aux concordanciers et aux moteurs de recherche de corpus. Elle englobe la ma\u00eetrise de la formulation des requ\u00eates syntaxiques \u00e9l\u00e9mentaires et avanc\u00e9es, l’utilisation des \u00e9tiquettes morpho-syntaxiques (\u00e9tiquettes POS pour Part-of-Speech<\/em>), l’application d’op\u00e9rateurs bool\u00e9ens ou de m\u00e9tacaract\u00e8res (expressions r\u00e9guli\u00e8res), ainsi que le filtrage pr\u00e9cis des contextes linguistiques. Cette sous-\u00e9chelle saisit le sentiment de comp\u00e9tence op\u00e9rationnelle requis pour extraire les structures linguistiques cibl\u00e9es.<\/p>\n Cette facette cognitive sup\u00e9rieure concerne l’interpr\u00e9tation s\u00e9mantique, pragmatique et statistique des sorties g\u00e9n\u00e9r\u00e9es par les outils logiciels. Elle \u00e9value l’aptitude de l’enseignant \u00e0 d\u00e9chiffrer des lignes de concordance (pr\u00e9sentations KWIC pour Key Word in Context<\/em>), \u00e0 analyser les profils collocationnels (mesures de force d’association comme le score MI ou le score t), \u00e0 rep\u00e9rer les colligations syntaxiques et \u00e0 identifier la prosodie s\u00e9mantique d’un lex\u00e8me. L’accent est mis sur la transformation d’un ensemble de donn\u00e9es textuelles brutes en r\u00e9gularit\u00e9s linguistiques intelligibles.<\/p>\n Cette composante attitudinale et axiologique mesure la reconnaissance par l’enseignant de la valeur ajout\u00e9e p\u00e9dagogique et linguistique offerte par les corpus comparativement aux ressources traditionnelles (dictionnaires statiques, manuels scolaires pr\u00e9format\u00e9s ou intuitions personnelles). Elle \u00e9value la croyance selon laquelle l’exposition \u00e0 des contextes authentiques favorise l’apprentissage inductif, stimule la curiosit\u00e9 m\u00e9talinguistique des apprenants et r\u00e9sout avec pr\u00e9cision les ambigu\u00eft\u00e9s d’usage idiomatique.<\/p>\n La derni\u00e8re dimension mesure le sens critique \u00e9pist\u00e9mique et m\u00e9thodologique de l’enseignant vis-\u00e0-vis des corpus. L’instrument \u00e9value la capacit\u00e9 \u00e0 reconna\u00eetre les biais potentiels de sur-repr\u00e9sentation ou de sous-repr\u00e9sentation dans certains r\u00e9pertoires textuels, le manque de donn\u00e9es orales spontan\u00e9es, les difficult\u00e9s de surcharge cognitive rencontr\u00e9es par les apprenants novices face \u00e0 des sorties de concordances denses, ainsi que les contraintes temporelles inh\u00e9rentes \u00e0 la pr\u00e9paration de mat\u00e9riel didactique d\u00e9riv\u00e9 de corpus.<\/p>\n L’architecture conceptuelle de l’\u00e9chelle s’enracine au croisement de la linguistique appliqu\u00e9e moderne et des th\u00e9ories psychologiques de l’adoption des technologies. Sur le plan didactique, elle repose directement sur le mod\u00e8le th\u00e9orique formul\u00e9 par Mukherjee (2006)<\/a>, ult\u00e9rieurement \u00e9tendu et syst\u00e9matis\u00e9 par Callies (2016)<\/a>. Mukherjee a propos\u00e9 de concevoir la litt\u00e9ratie de corpus des enseignants non pas comme un simple apprentissage instrumental du maniement de progiciels, mais comme une comp\u00e9tence professionnelle int\u00e9gr\u00e9e d\u00e9clin\u00e9e en plusieurs paliers : la comp\u00e9tence linguistique (savoir ce que le corpus r\u00e9v\u00e8le), la comp\u00e9tence m\u00e9thodologique (savoir extraire et analyser l’information) et la comp\u00e9tence didactique (savoir transposer ces donn\u00e9es en activit\u00e9s d’apprentissage efficaces).<\/p>\n Callies (2016) a approfondi ce paradigme en soulignant que la litt\u00e9ratie de corpus professorale exige un \u00e9quilibre dialectique entre la ma\u00eetrise technique des outils d’extraction et un regard critique permanent sur la validit\u00e9 \u00e9cologique des r\u00e9sultats. L’enseignant doit op\u00e9rer en tant que \u00ab m\u00e9diateur de corpus \u00bb capable d’\u00e9valuer la pertinence de la technologie pour ses objectifs curriculaires.<\/p>\n Sur le plan psychologique et sociocognitif, l’\u00e9chelle mobilise les postulats de la th\u00e9orie du comportement planifi\u00e9<\/a> (Theory of Planned Behavior<\/em>, TPB) d’Icek Ajzen, ainsi que le mod\u00e8le d’acceptation de la technologie (Technology Acceptance Model<\/em>, TAM) d\u00e9velopp\u00e9 par Fred Davis. Selon ces mod\u00e9lisations, l’intention comportementale d’adopter une innovation p\u00e9dagogique (l’int\u00e9gration en classe) est imm\u00e9diatement gouvern\u00e9e par le sentiment d’auto-efficacit\u00e9 (Self-Efficacy<\/em> de Bandura) et la facilit\u00e9 d’utilisation per\u00e7ue \u2014 ici op\u00e9rationnalis\u00e9s par la compr\u00e9hension conceptuelle, la ma\u00eetrise de la recherche et l’habilet\u00e9 analytique \u2014 conjugu\u00e9s \u00e0 l’utilit\u00e9 per\u00e7ue, incarn\u00e9e par la conscience des avantages p\u00e9dagogiques. L’inclusion conjointe des limitations garantit une \u00e9valuation r\u00e9aliste et mature de l’acceptation technologique, \u00e9vitant un biais d’optimisme na\u00eff.<\/p>\n La validit\u00e9 psychom\u00e9trique de l’\u00e9chelle a fait l’objet d’un examen empirique approfondi par Ma et al. (2023)<\/a>, couvrant la validit\u00e9 structurelle, de construit et pr\u00e9dictive.<\/p>\n La validit\u00e9 de structure a \u00e9t\u00e9 corrobor\u00e9e au moyen de l’analyse factorielle confirmatoire. Les r\u00e9sultats soutiennent empiriquement une repr\u00e9sentation factorielle hi\u00e9rarchique : les 16 items s’articulent autour des cinq sous-facteurs de premier ordre pr\u00e9vus par le cadre th\u00e9orique (Compr\u00e9hension, Recherche, Analyse, Avantages, Limitations), lesquels saturent \u00e0 leur tour sur un facteur g\u00e9n\u00e9rique de second ordre repr\u00e9sentant la Litt\u00e9ratie de corpus per\u00e7ue globale.<\/p>\n La validit\u00e9 relative au crit\u00e8re et la validit\u00e9 pr\u00e9dictive ont \u00e9t\u00e9 d\u00e9montr\u00e9es par la mise en \u0153uvre d’un mod\u00e8le d’\u00e9quations structurelles liant la litt\u00e9ratie de corpus (CL) \u00e0 l’intention d’int\u00e9grer les corpus dans l’enseignement en classe (ITICT). Le mod\u00e8le SEM a d\u00e9montr\u00e9 un ajustement excellent aux donn\u00e9es :<\/p>\n L’effet direct de la litt\u00e9ratie de corpus per\u00e7ue sur l’intention p\u00e9dagogique s’est av\u00e9r\u00e9 positif et statistiquement hautement significatif (B = 0,41, p<\/em> < 0,001). L’ensemble du mod\u00e8le a expliqu\u00e9 un pourcentage remarquable de 95,71 % de la variance de l’intention d’int\u00e9gration p\u00e9dagogique. De fa\u00e7on encore plus probante, la variable latente de la litt\u00e9ratie de corpus a rendu compte \u00e0 elle seule de 92 % de la variance de l’intention des enseignants, attestant d’une puissance pr\u00e9dictive et d’une validit\u00e9 de construit nomologique exceptionnelles.<\/p>\n L’\u00e9valuation de la fid\u00e9lit\u00e9 de l’\u00c9chelle de litt\u00e9ratie de corpus s’est concentr\u00e9e sur la consistance interne de l’ensemble des dimensions mesur\u00e9es. L’analyse statistique montre des indices de coh\u00e9rence interne robustes, conformes aux standards psychom\u00e9triques stricts r\u00e9gissant les instruments de mesure en sciences de l’\u00e9ducation et en psychologie diff\u00e9rentielle.<\/p>\n Pour chacune des cinq sous-\u00e9chelles de premier ordre, le coefficient alpha de Cronbach<\/a> a \u00e9t\u00e9 calcul\u00e9 aupr\u00e8s de l’\u00e9chantillon d’\u00e9talonnage (N = 181). Les coefficients obtenus s’\u00e9chelonnent de 0,775 \u00e0 0,954 :<\/p>\n Aucun effet de plancher ni de plafond substantiel n’a \u00e9t\u00e9 r\u00e9pertori\u00e9 apr\u00e8s la formation sp\u00e9cialis\u00e9e dispens\u00e9e aux participants. Les corr\u00e9lations inter-items au sein de chaque p\u00f4le th\u00e9orique corroborent la stabilit\u00e9 dimensionnelle du test.<\/p>\n L’architecture dimensionnelle de l’\u00e9chelle a \u00e9t\u00e9 test\u00e9e et valid\u00e9e par une d\u00e9marche de mod\u00e9lisation confirmatoire (AFC) sous le logiciel Mplus \/ R, afin d’\u00e9prouver la plausibilit\u00e9 de l’hypoth\u00e8se th\u00e9orique d\u00e9riv\u00e9e des conceptualisations de Mukherjee et Callies.<\/p>\n Les chercheurs ont soumis les donn\u00e9es issues des 16 items \u00e0 une AFC comparant diff\u00e9rents mod\u00e8les concurrents (mod\u00e8le unidimensionnel, mod\u00e8le \u00e0 facteurs ind\u00e9pendants, mod\u00e8le corr\u00e9l\u00e9 et mod\u00e8le hi\u00e9rarchique de second ordre). L’analyse a \u00e9tabli avec clart\u00e9 qu’un mod\u00e8le hi\u00e9rarchique comprenant cinq facteurs de premier ordre subordonn\u00e9s \u00e0 un macro-facteur g\u00e9n\u00e9ral fournissait l’ajustement optimal aux donn\u00e9es empiriques.<\/p>\n Les param\u00e8tres d’ad\u00e9quation factorielle de la structure confirmatoire hi\u00e9rarchique sont les suivants :<\/p>\n Les saturations factorielles standardis\u00e9es (factor loadings<\/em>) de l’ensemble des 16 items sur leurs facteurs de premier ordre respectifs se sont r\u00e9v\u00e9l\u00e9es hautement significatives (p<\/em> < 0,001), attestant de la validit\u00e9 convergente de chaque sous-groupe d’indicateurs.<\/p>\n Les sp\u00e9cifications techniques et op\u00e9rationnelles de l’instrument sont r\u00e9sum\u00e9es ci-dessous :<\/p>\n Callies, M. (2016). Corpus literacy in foreign language teacher education: Investigating the challenges of data-driven learning. Studies in Second Language Learning and Teaching<\/em>, 6(1), 133\u2013155. https:\/\/doi.org\/10.14746\/ssllt.2016.6.1.7<\/a><\/p>\n2. Mots-cl\u00e9s \/ Keywords<\/h2>\n
3. Auteurs \/ Authors<\/h2>\n
\n
4. Objectif \/ Purpose<\/h2>\n
5. Construit psychologique \/ Construct<\/h2>\n
1. Compr\u00e9hension des corpus (Understanding of Corpora – U<\/em>)<\/h3>\n
2. Comp\u00e9tences de recherche (Corpora Search Skills – S<\/em>)<\/h3>\n
3. Analyse des donn\u00e9es de corpus (Analysis of Corpus Data – A<\/em>)<\/h3>\n
4. Perception des avantages des corpus (Advantages of Corpora – Ad<\/em>)<\/h3>\n
5. Conscience des limitations des corpus (Limitations of Corpora – L<\/em>)<\/h3>\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 structurelle et factorielle<\/h3>\n
Validit\u00e9 pr\u00e9dictive et mod\u00e9lisation en \u00e9quations structurelles (SEM)<\/h3>\n
\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
\n
9. Analyse factorielle \/ Factor Analysis<\/h2>\n
Mod\u00e8le factoriel hi\u00e9rarchique<\/h3>\n
Indices d’ajustement de l’AFC<\/h3>\n
\n
10. Instrument de mesure \/ Instrument<\/h2>\n
\n
11. Permissions, Tarifs et Ann\u00e9e du test \/ Permissions & Fee and Test Year<\/h2>\n
\n
12. R\u00e9f\u00e9rences \/ References<\/h2>\n