Cette recherche propose une analyse multimodale du positionnement interactionnel ou stance-taking. Le corpus de travail, filmé, transcrit et annoté par nos soins dans trois logiciels compatibles (CLAN, PRAAT, ELAN), est une collection de discussions semi-guidées sur le thème de l’environnement (2h 20 min). Les 16 locuteurs sont des étudiants locuteurs natifs d’anglais britannique qui discutent par deux et entre amis. Dans cette recherche, nous adoptons une définition large du « langage », en y incluant l’ensemble des ressources sémiotiques verbales et non-verbales mobilisées pour la co-construction dynamique et intersubjective du sens au cours de l’interaction orale. Nous montrons que les locuteurs intègrent une grande variété de ressources verbales (segments, énoncés), mais aussi vocales (intonation) et mimo-posturo-gestuelles (gestes, expressions du visage), en les synchronisant de manière tant simultanée que séquentielle, pour prendre position vis-à-vis de leur interlocuteur. Au plan théorique, notre approche multi-niveaux et multimodale tisse des liens entre théories françaises de l’énonciation (Benveniste, 1966, Morel et Danon-Boileau, 1998), théorie discursive-fonctionnelle du stance-taking (Kärkkäinen, 2006, Du Bois, 2007), analyse conversationnelle multimodale (C. Goodwin et M.H. Goodwin, 1992, Mondada, 2007), anthropologie linguistique (Ochs, 1996), et étude de la gestualité (Kendon, 2004, Müller, 2004, Streeck, 2009) ; au plan méthodologique, nous combinons analyse qualitative et codage systématique. Notre thèse pose d’abord les bases théoriques et méthodologiques d’une étude multimodale des stances (Partie 1), puis propose la possibilité d’un marquage visuel du positionnement intersubjectif (Partie 2), avant de montrer comment les locuteurs intègrent mots et syntaxe, voix, visage et corps pour prendre position en interaction (Partie 3). / In this research, we propose a multimodal analysis of stance-taking based a collection of semi-guided discussions between pairs of friends who discuss environmental issues (2h 20 min). All 16 speakers are university students who are native speakers of British English. We filmed, transcribed and annotated this video corpus in three compatible software tools, CLAN, PRAAT and ELAN. In this research, we defend a broad understanding of “language”, defined as encompassing all verbal and non-verbal semiotic resources involved in the dynamic and intersubjective co-construction of meaning during spoken interaction. We show that speakers integrate a wide range of verbal resources (segments, utterances) as well as vocal (intonation) and visual ones (gestures, postures and facial expressions), and synchronize these resources simultaneously and sequentially so as to take stances with respect to their interlocutors. On a theoretical level, our multi-level, multimodal approach brings together French utterer-centred approaches to language (Benveniste, 1966, Morel and Danon-Boileau, 1998), discursive-functional theories of stance-taking (Kärkkäinen, 2006, Du Bois, 2007), multimodal conversation analysis (C. Goodwin and M.H. Goodwin, 1992, Mondada, 2007), linguistic anthropology (Ochs, 1996) and gesture studies (Kendon, 2004, Müller, 2004, Streeck, 2009); our methodology combines qualitative analysis with systematic coding. This thesis starts with laying the theoretical and methodological bases for a multimodal study of stance-taking (Part 1); it then proposes that some gestures and facial expressions can be used as intersubjective visual stance markers (Part 2), before showing how speakers integrate words and syntax, voice, facial expressions, gestures and physical posture to take stance in interaction (Part 3).

Cette recherche vise à étudier et rendre-compte du fonctionnement des interactions orales entre pairs, en classe d’anglais L2, au niveau du collège en France. L’enjeu est donc, à partir d’une description détaillée de tâches (au sens didactique du terme) et de l’analyse des productions des apprenants, de documenter la notion de compétence d’interaction orale. L’approche retenue relève de la recherche-action et s’appuie sur des données empiriques recueillies dans des classes. Après avoir mené plusieurs études exploratoires sur des groupes d’apprenants, un protocole de recherche a été mis en place pour collecter des données longitudinales sur un échantillon 24 dyades, soit 48 élèves de 3ème. Les participants ont mené deux tâches d’interaction orale en début d’année puis en fin d’année scolaire, après avoir bénéficié, d’une formation spécifique à l’interaction orale. Leurs performances ont été filmées (18h) et transcrites sous CLAN pour être analysées. Au plan théorique, des liens sont tissés entre plusieurs cadres. Le premier est la didactique des langues qui retient la perspective actionnelle telle que décrite dans le CECRL (2001). Je m’appuie également sur la théorie socioculturelle, issue des travaux de Vygotsky (1978), puis de Lantolf (2000) qui avancent que l’interaction sociale ne se contente pas de faciliter l’apprentissage, mais est au cœur du processus de développement. Enfin les outils de l’analyse conversationnelle sent convoqués afin d’étudier la construction des échanges de manière systématique. Ce sont les questions de formation spécifique des apprenants à l’interaction orale, les résultats auxquels il est raisonnable de s’attendre dans ce contexte, et enfin les modalités d’évaluation de cette compétence en milieu institutionnel qui sont au cœur du sujet. / This research explores the potential of teenage peer spoken interactions in ESL classrooms in France. The focus here is on analysing task-based activities and learners’ performances, in order to improve our understanding of interactional competence. My approach is based on Action Research and a collection of empirical data from language classrooms. Several studies were conducted before setting up a protocol for a longitudinal corpus of video-recorded conversations between 24 dyads of peers. The 48 lower intermediate participants performed two tasks at the beginning and end of the school year. Specific training was offered in order to improve strategic spoken interaction. The 18 hours of verbal and non-verbal outcome was transcribed on CLAN and analysed according to the Conversational Analysis method. On a theoretical level, my approach brings together the European tradition of language didactics based on the CEFR (2001) and the sociocultural theory that takes its roots in Vygotsky’s (1978) work, followed by Lantolf (2000) who deals more specifically with SLA. According to these authors, social interaction not only promotes learning but is also at the core of a development process. This thesis examines the effects of training on communication strategies, the expectable outcomes and assessments of such a competence in an institutional environment.

Cette thèse analyse la transition topicale en anglais américain à l’aide d’un corpus audio de conversations spontanées entre proches. L’objet d’étude principal est l’action interactionnelle qui consiste à changer de topique discursif, ainsi que les diverses stratégies linguistiques que les participants ont à leur disposition. Trois modalités de marquage sont prises en compte : les questions, les marqueurs de discours, et le registre de la voix. Chaque modalité est analysée pour sa contribution individuelle, ainsi que pour les associations avec d’autres modalités qu’elle peut occasionner. Se pencher sur différentes modalités de marquage crée une vue d’ensemble composite de l’influence que la trajectoire topicale d’une conversation a sur sa grammaire et sa prosodie. Dans le cadre d’une approche mixte mêlant analyses qualitatives et quantitatives, cette étude se situe à la croisée de plusieurs cadres théoriques, empruntant tant à l’analyse conversationnelle et à la linguistique interactionnelle pour l’analyse qualitative située, qu’à la linguistique de corpus de par ses méthodes quantitatives telles que le codage systématique des données et le recours aux statistiques. Ce projet multi-domaines est complété par une comparaison entre conversations typiques et atypiques. Les personnes schizophrènes peuvent connaître des difficultés dans la gestion des topiques d’une conversation, ce qui peut occasionner des transitions non-canoniques. Comparer ce type de données à celles de participants typiques apporte un éclairage supplémentaire sur certaines des attentes, préférences et standards, par ailleurs moins visibles lorsque la transition topicale est plus aisée. / The research presented in this dissertation analyzes topic transition in American English interaction, focusing on audio recordings of spontaneous conversations between friends and relatives. The main object of inquiry is the interactional action of transitioning to a new discourse topic, as well as the different linguistic strategies that participants have at their disposal. Three main types of cues are investigated: questions, discourse markers, and pitch register. Each type of cue is analyzed for its individual contribution to topic transition design, as well as for the way it can combine with, supplement, or contradict other cues. Analyzing different types of cues – verbal and prosodic – creates a composite picture of the various ways in which the topic trajectory of a conversation shapes its grammar – including its prosody. This study uses a mixed-methods approach which draws on the qualitative-oriented theoretical frameworks of Conversation Analysis and Interactional Linguistics, combining them with quantitative methods used in Corpus Linguistics, such as systematic coding and statistics. This multi-domain account is completed by elaborating a comparison between typical and atypical interactions. Persons suffering from schizophrenia can experience difficulties in managing the topics of a conversation, and they can produce non-canonical transitions. Comparing their data with that of typical participants thus sheds light on some of the expectations, preferences and standard formats which can otherwise remain hidden when topic transition goes smoothly.

Cette thèse propose une analyse multimodale de l’expression des émotions chez deux enfants américaines et leurs parents monolingues. Les enfants ont été filmées entre 11 mois et 3 and et 10 mois pour l’une et entre 1 an et 1 mois et 4 ans pour l’autre au cours d’interactions spontanées en milieu familial. Nous adoptons une définition du langage large car toutes les ressources sémiotiques sont à prendre en compte : ressources verbales (lexique, marqueurs grammaticaux), vocales (vocalisations), gestuelles et corporelles (gestes, expressions faciales, actions).Nous nous concentrons sur l’acquisition et le développement des marqueurs verbaux et non verbaux exprimant les émotions chez l’enfant et sur l’usage de ces marqueurs chez l’adulte. Nous montrons que des profils expressifs bien précis et distincts semblent déjà émerger chez les enfants, grandement influencés par l’input auquel ils sont exposés chaque jour.Au plan théorique, notre recherche s’inscrit dans une approche constructiviste et fonctionnaliste de la langue (Tomasello, 2003) et nous analysons les données à l’aune de la socialisation langagière, et des études sur la gestualité et les expressions faciales comme vecteurs d’informations communicationnelles. Au plan méthodologique, nous réalisons des analyses quantitatives et qualitatives afin d’éclairer les comportements propres à chaque locuteur.Après avoir exposé notre socle théorique et notre méthodologie (partie I), nous révélons nos résultats sur l’expression de trois émotions (colère, joie, et tristesse) chez les locuteurs adultes et enfants (partie II). Nos résultats suggèrent que le développement linguistique des enfants n’a pas d’incidence sur l’expression de leurs émotions, mais que l’input et les attitudes parentales jouent un rôle majeur dans l’acquisition et le développement de chaque modalité et dans la transmission de modèles expressifs. / This research provides a multimodal analysis of the expression of emotion in two monolingual American children and their parents. The children were filmed in natural interactions in a family setting from the ages of 11 months to 3 years 10 months, and from 1 year 1 month to 4 years.We adopted a broad definition of language in this research which encompasses various semiotic resources – from verbal resources (lexicon and grammatical features), to nonverbal (vocalizations, facial expressions, and gestures). We focus on the children’s acquisition and development of these verbal and nonverbal markers and on how they are used by their parents. Our research shows that children develop specific and distinct communicational patterns, which are greatly influenced by the input to which they are exposed.From a theoretical perspective, our research draws from a constructivist and functionalist approach (Tomasello, 2003), and our data is analyzed in light of language socialization and of studies which have shown that facial expressions and gestures are used as communicational signals in face-to-face dialogue. Our methodology combines quantitative and qualitative methods to investigate each speaker’s verbal and nonverbal behavior when expressing emotions.Having outlined our theoretical and methodological foundation (Part I), we present our results on the expression of three emotions (happiness, sadness, and anger) in children and adults (Part II). Our research suggests that while children’s linguistic development has little impact on the richness of their emotional expression parental input and attitudes both play a crucial role in the acquisition of each modality and in the transmission of communicational patterns.