# Page 281

Astuce pratique
Il existe une formule simple pour retenir les conjonctions de coordination :
« Mais où est donc Ornicar ? »

Attention, cette formule va juste t’aider à les mémoriser, mais ne confonds surtout pas les homonymes :
« ou » conjonction de coordination ≠ « où » adverbe interrogatif
« et » conjonction de coordination ≠ « est » verbe être

Exercice
Complète avec mais, ou, et ou donc.
Exemple : Achète du pain et du fromage, s'il te plait.

1- Patrick devait venir ce weekend, ____ il a eu un accident.
2- Ce soir, il y aura au diner du rôti de bœuf, de la salade ____ des frites.
3- Sais-tu s’ils iront d’abord en Espagne ____ en Italie ?
4- Le dentiste n’est pas là ____ il va arriver.
5- La porte était fermée, le chat est ____ passé par la fenêtre.
6- Le tigre ____ le guépard sont de grands mammifères féroces.
7- Le voleur' voulait s’échapper, ____ il est tombé sur les policiers.
8- C’est un film facile à comprendre ____ agréable à regarder.
9- Quelle robe vas-tu choisir : la bleue, la rouge ____ la noire ?
10- J’ai terminé mes devoirs, ____ je peux vous accompagner au cinéma.

H. Conjugaison
LE PRÉSENT DES VERBES DU 3e GROUPE EN -AITRE
— Sais-tu que les petits du tigre naissent aveugles et que seule la moitié survit ?

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_1_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 282

**Règle générale**

Le verbe « naitre » est un verbe du 3e groupe parce que son radical change lors de sa conjugaison et que ses terminaisons sont différentes de celles des verbes du 1er groupe. C’est un verbe irrégulier.

Les verbes en « -aitre » qui se conjuguent de la même manière sont, entre autres : renaitre – paraître – apparaître – disparaitre – connaître – reconnaître.

| Naitre |
| --- |
| 1re personne du singulier | Je | nais |
| 2e personne du singulier | Tu | nais |
| 3e personne du singulier | Il / Elle / On | nait |
| 1re personne du pluriel | Nous | naissons |
| 2e personne du pluriel | Vous | naissez |
| 3e personne du pluriel | Ils / Elles | naisssent |

**Exercice**

Conjugue les verbes mis entre parenthèses au présent.
Exemple : Il (paraître) parait qu’il va pleuvoir cet après-midi.

1- Christophe (connaître) _____ très bien ce quartier.
2- Gustave et moi (reconnaître) _____ nos erreurs.
3- Au printemps, les fleurs (renaitre) _____ et embellissent les jardins.
4- L’assistante médicale (apparaître) _____ soudainement dans la salle d’attente.
5- Les nuages (disparaitre) _____ après la pluie.
6- Après chaque épreuve, tu (renaitre) _____ plus fort.
7- Les bébés tigres (naitre) _____ aveugles.
8- Marc et toi (paraître) _____ inquiets.
9- Je (reconnaître) _____ facilement cette mélodie.
10- Les traditions (naitre) _____ de la culture locale.

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_2_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 283

# I. Composition

1. **Compose des phrases avec les mots suivants. N’oublie pas de conjuguer le verbe, si nécessaire. (8 mots au minimum)**

   1- Puissant(e)
   2- Survivre
   3- Fauve

2. **Écris un paragraphe de 40 mots au minimum pour raconter une journée que tu as passée au zoo avec ta famille. N’oublie pas de mentionner les animaux que tu as vus, les activités auxquelles tu as participé et les émotions que tu as ressenties. Tu peux t’aider de la banque de mots et d’expressions. N’oublie pas de conjuguer les verbes, si nécessaire.**

| Banque de mots / d’expressions |
| --- |
| Quelques animaux du zoo | Activités qu’on peut faire au zoo | Parler de ses émotions |
| Le lion | Prendre des photos | Être fasciné par… |
| L’éléphant | Lire les panneaux explicatifs | Être surpris par… |
| Le singe | Observer un animal dans son enclos<sup>3</sup> | Avoir peur de… |
| La girafe | Assister à un spectacle ou à une démonstration | Avoir envie de… |
| Le tigre | Participer à un atelier éducatif | Avoir de la peine pour<sup>5</sup>… |
| La panthère noire | Se promener dans les allées du zoo | Avoir le cœur rempli de… |
| Le léopard | Visiter les aquariums et les serres à papillons | Ressentir une émotion intense devant… |
| L’ours | Faire un tour en navette<sup>4</sup> | Éprouver un profond respect pour… |
| Le zèbre | Profiter des aires de jeux et des espaces réservés aux pique-niques | |

**Notes:**
1. Flamant rose : Flamingo
2. Paon : Peacock
3. Enclos : Pen/Fenced area
4. Navette : Shuttle
5. Avoir de la peine pour : To feel sorry for

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_3_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 284

Dialogue 30
AU ZOO (2)

– J’ai passé l’après-midi au zoo.
– As-tu vu des animaux sauvages ?
– Oui, j’ai vu un gros serpent vert.

– I spent my afternoon at the zoo.
– Did you see any wild animals?
– Yes, I saw a large, green snake.

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_4_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 285

# A. Compréhension orale — Vocabulaire

1. Écoute le dialogue dans les différentes langues.

2. Écoute la première phrase et réponds aux questions.
   1- À quoi correspond « I spent » en français ?
      a. Elle est née
      b. Tu as vu
      c. Il a commencé
      d. J'ai passé
      e. Ils ont fait
   2- Que veut dire « après-midi » ? Partie de la journée comprise entre _____.
      a. midi et 18 heures
      b. 4 h et 11 heures
      c. 9 h et 19 heures
      d. 16 h et 23 heures
      e. 18 h et minuit

3. Écoute la deuxième phrase et réponds aux questions.
   1- Quel est le synonyme de « animal » ?
      a. Bête
      b. Activité
      c. Minéral
      d. Animation
      e. Homme
   2- Quel est le contraire de « sauvage » ?
      a. Puissant
      b. Beau
      c. Domestique
      d. Dur
      e. Sain

4. Écoute la troisième phrase et réponds aux questions.
   1- Traduis en français.
      a. Yes = _____
      b. Green = _____
      c. Snake = _____
   2- Quel est le contraire de « gros » ?
      a. Sale    b. Content    c. Gentil    d. Joli    e. Minuscule
   3- Selon toi, pourquoi le serpent fait-il partie des animaux les plus détestés au monde ?

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_5_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 286

B. Lecture à voix haute

Joue le dialogue avec ta / ton camarade en lisant les phrases, puis change de rôle.

– J’ai passé l’après-midi au zoo.
– As-tu vu des animaux sauvages ?
– Oui, j’ai vu un gros serpent vert.

C. Orthographe

1. Recopie le dialogue dans ton cahier.

2. Complète les cinq étapes en ILS.

D. Rappel oral

De mémoire, joue le dialogue avec ta / ton camarade en te basant sur les phrases ci-dessous.

– I spent my afternoon at the zoo.
– Did you see any wild animals?
– Yes, I saw a large, green snake.

– قضيتُ بعدَ الظهرِ في حديقة الحيوانات.
– هل رأيتَ أيَّ حيوانٍ بريًّا؟
– نعم، رأيتُ ثعباناً كبيراً، أخضر اللون.

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_6_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 287

E. Compréhension écrite

— J’ai passé l’après-midi au zoo.

— As-tu vu des animaux sauvages ?

— Oui, j’ai vu un gros serpent vert.

Réponds aux questions par des phrases complètes.
1- Où le premier interlocuteur a-t-il passé l’après-midi ?
2- Quel type d’animaux a-t-il vus dans cet endroit ?
3- De quelle couleur est le serpent qu’il a vu ?

F. Analyse orale

Dans cette partie, tu dois répondre oralement aux questions. C’est l’occasion pour toi de découvrir de nouvelles notions de grammaire et de conjugaison que tu ne connais peut-être pas encore.

Voir les définitions de la nature et de la fonction à la page 1.

Réponds oralement aux questions.

— J’ai passé l’après-midi au zoo.

1- Quel est le verbe ?
2- Quel est son infinitif ?
3- À quel groupe appartient-il ?
4- À quel temps est-il conjugué ?
5- Quel est le sujet ?
6- Quel est le COD ?
7- Quelle est la fonction de « au zoo » ?

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_7_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 288

**As-tu vu des animaux sauvages ?**

8- Quel est le verbe ?
9- Quel est son infinitif ?
10- À quel groupe appartient-il ?
11- À quel temps est-il conjugué ?
12- Quel est le sujet ?
13- Quel est le COD ?
14- Quel est le type de la phrase ?

**Oui, j'ai vu un gros serpent vert.**

15- Quelle est la fonction de « un gros serpent vert » ?
16- Quels sont les adjectifs qualificatifs ?
17- Quel mot qualifient-ils ?

**G. Conjugaison**

LE PASSÉ COMPOSÉ DES VERBES DU 1er GROUPE

**J'ai passé l'après-midi au zoo.**

**Révision**

| Passer | Auxiliaire avoir | Participe passé |
|--------|------------------|------------------|
| 1<sup>e</sup> personne du singulier | J’ | ai | passé |
| 2<sup>e</sup> personne du singulier | Tu | as | passé |
| 3<sup>e</sup> personne du singulier | Il / Elle / On | a | passé |
| 1<sup>e</sup> personne du pluriel | Nous | avons | passé |
| 2<sup>e</sup> personne du pluriel | Vous | avez | passé |
| 3<sup>e</sup> personne du pluriel | Ils / Elles | ont | passé |

Conjuguer un verbe du 1<sup>e</sup> groupe au passé composé

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_8_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 289

Exercice

1. Conjugue les verbes mis entre parenthèses au passé composé.
   Exemple : Éva et moi (passer) avons passé l’après-midi au parc.

1- (Voyager) _____-vous déjà _____ à Paris ?
2- Les usines (fabriquer) _____ de nouveaux produits.
3- J’(utiliser) _____ mon GPS pour me rendre au zoo.
4- L’application nous (montrer) _____ le chemin.
5- Ma sœur et moi (passer) _____ de merveilleuses vacances en Suisse.
6- Papa (poser) _____ les sacs de courses dans la cuisine.
7- (Terminer) _____-tu _____ ton projet sur les grands fauves ?
8- Ursula et toi (traverser) _____ la route.
9- Murielle (préférer) _____ ne pas répondre à cette question.
10- Hier soir, ils (manger) _____ une pizza délicieuse.

LE PASSÉ COMPOSÉ DU VERBE DU 3e GROUPE / VOIR

— As-tu vu des animaux sauvages ?

— Oui, j’ai vu un gros serpent vert.

Règle générale
Pour conjuguer le verbe « voir » au passé composé, on emploie l’auxiliaire « avoir » conjugué au présent et le participe passé « vu ».
Exemple : Tu as vu une panthère noire.

| Voir | Auxiliaire avoir | Participe passé |
| --- | --- | --- |
| 1re personne du singulier | *J’ | ai | vu |
| 2e personne du singulier | Tu | as | vu |
| 3e personne du singulier | Il / Elle / On | a | vu |
| 1re personne du pluriel | Nous | avons | vu |
| 2e personne du pluriel | Vous | avez | vu |
| 3e personne du pluriel | Ils / Elles | ont | vu |

*Remarque : Le « Je » devient « J’ » quand le verbe commence par une voyelle ou un « h » muet.

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_9_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 290

## Exercice

2. Conjugue le verbe voir au passé composé.
Exemple : As-tu vu les arbres se balancer au vent ?

1- Les élèves ____ de nombreux animaux sauvages au zoo.
2- J’_____ un beau tigre dans son enclos.
3- Nous _____ les célèbres toiles¹.
4- _____-vous _____ les oiseaux migrateurs² passer ?
5- Jane _____ des flamants roses se tenir sur une patte.
6- Tu _____ une étoile filante³ dans le ciel nocturne.
7- José _____ une pièce de théâtre au centre culturel.
8- La semaine dernière, nous _____ notre ami d’enfance sur la place du marché.
9- Hier, Lili et Alexa _____ un film d’action au cinéma.
10- Olivier et toi _____ un gros serpent vert.

H. Composition

1. Récris les phrases en remplaçant les mots en gras par les mots convenables de ton choix. N’oublie pas de faire les changements nécessaires.
Remanier une phrase
1- Dimanche dernier, Stéphane et moi avons visité le parc d’attractions.
Nous y avons passé toute la matinée.
2- As-tu aperçu de grands fauves dans les enclos ?
3- Elle a vu une panthère noire se reposer à l’ombre.

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_10_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

1. Toiles : Paintings  2. Oiseaux migrateurs : Migratory birds  3. Étoile filante : Shooting star

---

# Page 291

2. Décris chacune des images dans une phrase de 8 mots au minimum en utilisant la conjonction de coordination mise entre parenthèses. Tu peux t’aider de la banque de mots.

1- (et)

2- (mais)

3- (donc)

4- (mais)

Banque de mots
Majestueux(euse)
Grand(e)
Fragile
Dangereux(euse)
Élégant(e)
Beau / Belle
Adorable
Sauvage
Puissant(e)
Gracieux(euse)
Imposant(e)

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_11_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 292

## Index Lexical

**A**  
Abri : Shelter  
A conscience des : Is aware of  
A été tourné : Was shot  
À feu doux : Over low heat  
À l’arrêt : At a standstill  
À tes / vos souhaits : Bless you  
À tout à l’heure : See you later  
À venir : Coming  
Accoster : To berth  
Accusé : Defendant  
Addition : Bill/Check  
Appareil dentaire : Braces  
Araignées : Spiders  
Arrêt de bus : Bus stop  
Arroser : To water  
Aspirer : To aspire  
Atténuer : To soften  
Atterrir : To land  
Au bout de : At the end of  
Au coin de : At the corner of  
Avant-première : Preview  
Avoir de la peine pour : To feel sorry for  
Bandes dessinées : Comic books  
Banlieue défavorisée : Socially-deprived suburb  
Basé sur une histoire vraie : Based on a true story  
Bateau de plaisance : Pleasure boat  
Battre / Fouetter : To whisk  
Beurrez : Butter  
Bienveillante : Kind/Caring  
Bocal : Jar  
Boiser : To plant trees on a land in order to create a forest  
Boite de conserve : Tin can  
Bon rétablissement : Get well soon  
Brouillard : Fog  
Brut : Untreated  
Buisson : Bush  
Ça te dit de : Are you up for  
Cabinet dentaire : Dental clinic  

**C**  
Cadre spatiotemporel : Spatiotemporal framework/The setting (time and place) of the action in a novel  
Caisse : Box/Crate  
Campagne : Countryside  
Ceinture de sécurité : Seat belt  
Centre commercial : Shopping mall  
Cerf-volant : Kite  
Certitude absolue : Absolute certainty  
Chaussée : Road  
Clos : Enclosed  
Clou : Nail  
Commande : Orders  
Complot : Plot  
Comportement : Behavior  
Composter / Valider son ticket : To validate one’s ticket  
Comptable : Accountant  
Comptoir : Counter  
Conduite : Conduct/Behavior  
Confiture : Jam  
Consigne : Instruction  
Conspiration : Conspiracy/Plot  
Consultation annuelle : Yearly checkup  
Coque : Hull  
Courriel : Email  
Couvert : Cloudy  
Crève de faim : Am starving  
Critiques : Reviews  
Croisière : Cruise  
Croissance : Growth  
Cuir : Leather  
Cuisinière : Stove  
Cuisson : Cooking  
Cuit : Cooked  
Cuivre : Copper  
Date butoir : Deadline  
De bonne humeur : In a good mood  
De mauvaise humeur : In a bad mood  
Décoller : To take off  
Défectueux : Defective

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_12_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 293

Dégagé : Clear
Déménager : To move
Démissionner : To resign
Départ à la retraite : Retirement
Dépenser : To spend
Déposer : To drop off
Dépoussiérer : To dust
Désespéré(e) : Hopeless
Désordonnée : Messy
Détendu(e) : Relaxed
Détestent : Hate
Détours inutiles : Unnecessary detours/deviations
Détruire : To destroy
Devenir : To become
Discours : Speeches
Disponible : Available
Données précises : Accurate data
Douces : Mild
Douleur : Pain
Drôle : Funny
Échecs : Chess
Éclair : Lightning
Égoutter : To drain
Emballer : To pack
Embarquer : To board
Embouteillages : Traffic jams
Emploi du temps : Timetable
Ému(e) : Touched/Moved
En espèces : In cash
En face de : Opposite/Across from
En lieu sûr : In a safe place
En veille : In screen saver mode
En voie de disparition : Threatened with extinction
Enclos : Pen/Fenced area
Enfournez : Put in the oven
Ennuyeux : Boring
Ensoleillé : Sunny
Entamer : To start
Entrée : Starter/First course
Envisagent : Are considering
Épicerie : Grocery store
Éplucher : To peel
Étoile filante : Shooting star
Être en forme : To be in good shape
Être en retard : To be late
Étroit : Narrow
Étui : Case
Évier : Sink
Éviter : To avoid
Expirer : To exhale
Faire escale : To make a stopover
Faire une randonnée : To go on a hike
Fait : Fact
Farine : Flour
Farinez : Dust with flour
Femme au foyer : Housewife
Fiançailles : Engagement
Fiers : Proud
Filet d'attente : Line
Filet : Net
Flacon : Small bottle
Flamant rose : Flamingo
Fouet : Whisk
Four : Oven
Franchir : To jump over/cross
Fruits de mer : Seafood
Gare routière : Bus station
Gaspiller : To waste
Gencive : Gum
Gêné(e) : Feeling uncomfortable
Gérer : To manage
Glaciales : Freezing
Gratte-ciel : Skyscraper
Grenier : Attic
Habile : Skilled/Handy
Il est évident : It is clear/obvious
Il me semble : It seems to me
Il semble : It seems
Inconnu : Stranger
Indices : Clues/Hints
Inondations : Floods
Inquiet : Worried
Insouciante : Carefree
Inspirer : To inhale
Intempéries : Bad weather
Intérieur : Internal

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_13_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 294

Interlocuteurs : People speaking
Inutilement : Uselessly/Pointlessly
Je suis convaincu : I am convinced
Jetable : Disposable
Ainé(e) : Eldest child
La veille : The day before
Lâche : Coward
Lame : Blade
Cadet(te) : Youngest child
Le moins : The least
Lever l’ancre : To raise anchor
Levure chimique : Baking powder
Librairie : Bookstore
Littoral : Coastline
Logement : Accommodation
Mairie : City/Town hall
Maitres-nageurs : Lifeguards
Maladresse : Clumsiness
Malaxer : To mix/beat
Malhonnêtè : Dishonest
Malin : Clever/Cunning
Mallette : Briefcase
Maquette : 3D Model
Massif : Mountain range
Mât : Mast
Matériaux : Materials
Maux de tête : Headaches
Mélangez : Mix
Mener à bien : To complete successfully
Métro : Metro/Subway
Mettre les points sur les i : To set the record straight
Meubles : Furniture
Minuit : Midnight
Molaire : Molar
Moniteur : Instructor
Monnaie : Change
Monter les blancs en neige : To beat the egg whites until stiff
Moule à gâteau : Baking pan
Navette : Shuttle
Navire : Ship
Noir : Dark
Nourrir : To feed
Nouvelle : Short story
Odorat : Sense of smell
Oiseaux migrateurs : Migratory birds
Ombre : Shadow
Ouïe : Sense of hearing
Paon : Peacock
Par carte bancaire : By debit/credit card
Passage piéton : Pedestrian crossing
Passe : Is taking
Passionnant : Exciting/Thrilling
Pêcheur : Fisherman
Pelouse : Lawn/Grass
Pensif(ve) : Lost in thought
Pétrir : To knead
Pièges : Traps
Piste cyclable : Bike lane
Place : Square
Plat du jour : Dish of the day/Daily special
Plat principal : Main course
Plonger : To dive
Poêle : Pan
Porte : Is about
Porte atteinte à : Harms
Porter plainte : To file a complaint
Possesseur : Owner
Pourboire : Tip
Préchauffez : Preheat
Prendre le large : To sail
Près d’ici : Nearby
Prescrit : Prescribes
Prévoit : Forecast
Prochaines : Next
Procure : Brings
Pupitre : School desk
Quartier : Neighborhood
Râpé : Grated
Rater : To miss
Rattraper : To catch up with
Ravi(e) : Delighted
Réchauffement climatique : Global warming

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_14_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 295

Recueil : Collection
Regagner : To get back to/return
Règlement : Rules
Remercie : Thanks
Remise de diplôme : Graduation
Remuer : To stir
Rentrer chez nous : To return home
Reporter : To postpone
Respectueux de l’environnement : Environmentally friendly
Retirer : To withdraw
Retraité(e) : Retired person
Réutilisable : Reusable
Romans policiers : Detective novels
Roule : Is driving
S’engager : To step into
S’entendre avec : To get along with
S’entraider : To help each other
Saladier : Salad bowl
Se bagarrer : To fight
Se composer de : To consist of
Se débarrasser de : To get rid of
Se mouvoir : To move
Sec/Sèche : Dry
Secours : Emergency services/Rescue squad
S’efforcer: To try hard to do something
Séjour : Stay
Sens : Sense
Sensation physique : Physical sensation
Serveur : Waiter
Serviable : Helpful
Soignée : Formal
Soigneusement : Carefully
Souhaiter : To wish
Soulager : To relieve
Sous-entend : Implies
Sucre semoule : Superfine sugar
Sucre vanillé : Vanilla sugar
Supporter : To handle
Surligneurs : Highlighters
Système digestif : Digestive system
Tâche : Task
Tachetée : Spotted

Terme générique : Generic term/Broad term
Terminus : Last stop
Tiroirs : Drawers
Toiles : Paintings
Toits : Roofs
Tongs : Flip-flops
Tonnerre : Thunder
Tort : Harm
Tour : Turn
Traduisent : Express
Transpirer : To sweat
Tri : Sorting
Utilisable : Usable
Utilisateur : User
Vacances : Vacation
Vagues de chaleur : Heatwaves
Vaisseau spatial : Spaceship
Valise : Suitcase
Venteux : Windy
Verglas : Black ice
Verre doseur : Measuring cup
Vêtements chauds : Warm clothes
Vol : Theft
Voleur : Thief
Volonté : Wish/Desire/Request

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_15_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 296

```markdown
| Table 1: Comparison of Different Techniques for Predicting Stock Prices |
|--------------------------------------------------------------------------|
| Technique                   | Accuracy (%) | Time Complexity | Comments                                                                 |
|----------------------------|-------------|----------------|------------------------------------------------------------------------|
| Random Forest                | 85          | O(n^2)         | Effective for high-dimensional data                                   |
| Support Vector Machine       | 90          | O(n^3)         | Good for non-linear relationships                                    |
| Neural Network                | 92          | O(n^3)         | Requires large datasets                                               |
| Gradient Boosting             | 95          | O(n log n)     | Robust to outliers                                                    |
| XGBoost                       | 96          | O(n log n)     | Fast training time                                                    |

| Table 2: Performance Metrics for Different Models on Stock Price Prediction |
|-----------------------------------------------------------------------------|
| Model                        | MAE (USD)   | RMSE (USD)    | R^2 Score        | Comments                                                                 |
|-------------------------------|-------------|---------------|------------------|------------------------------------------------------------------------|
| Random Forest                 | 100         | 150           | 0.75             | Effective for high-dimensional data                                   |
| Support Vector Machine        | 90          | 140           | 0.80             | Good for non-linear relationships                                    |
| Neural Network                 | 85          | 130           | 0.85             | Requires large datasets                                               |
| Gradient Boosting              | 80          | 120           | 0.88             | Robust to outliers                                                    |
| XGBoost                        | 75          | 110           | 0.90             | Fast training time                                                    |

| Table 3: Comparison of Model Training Times |
|--------------------------------------------|
| Model                        | Training Time (seconds) | Comments                                                                 |
|-------------------------------|-------------------------|------------------------------------------------------------------------|
| Random Forest                 | 1000                    | Effective for high-dimensional data                                   |
| Support Vector Machine        | 1500                    | Good for non-linear relationships                                    |
| Neural Network                 | 2000                    | Requires large datasets                                               |
| Gradient Boosting              | 1800                    | Robust to outliers                                                    |
| XGBoost                        | 1600                    | Fast training time                                                    |

| Table 4: Model Deployment Costs |
|---------------------------------|
| Model                        | Deployment Cost ($USD) | Comments                                                                 |
|-------------------------------|-------------------------|------------------------------------------------------------------------|
| Random Forest                 | 5000                    | Effective for high-dimensional data                                   |
| Support Vector Machine        | 6000                    | Good for non-linear relationships                                    |
| Neural Network                 | 7000                    | Requires large datasets                                               |
| Gradient Boosting              | 6500                    | Robust to outliers                                                    |
| XGBoost                        | 6200                    | Fast training time                                                    |

| Table 5: User Feedback Survey Results |
|---------------------------------------|
| Feedback                              | Count | Percentage | Comments                                                                 |
|---------------------------------------|-------|------------|------------------------------------------------------------------------|
| Model is easy to use                  | 15    | 30%        | Effective for high-dimensional data                                   |
| Model provides accurate predictions   | 20    | 40%        | Good for non-linear relationships                                    |
| Model requires minimal setup          | 10    | 20%        | Requires large datasets                                               |
| Model is robust to outliers           | 12    | 24%        | Robust to outliers                                                    |
| Model is fast                         | 18    | 36%        | Fast training time                                                    |

| Table 6: Model Scalability |
|-----------------------------|
| Model                        | Scalability | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
| Neural Network                 | Low         | Requires large datasets                                               |
| Gradient Boosting              | Medium      | Robust to outliers                                                    |
| XGBoost                        | High        | Fast training time                                                    |

| Table 7: Model Maintainability |
|---------------------------------|
| Model                        | Maintainability | Comments                                                                 |
|-------------------------------|-----------------|------------------------------------------------------------------------|
| Random Forest                 | High            | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium          | Good for non-linear relationships                                    |
| Neural Network                 | Low             | Requires large datasets                                               |
| Gradient Boosting              | Medium          | Robust to outliers                                                    |
| XGBoost                        | High            | Fast training time                                                    |

| Table 8: Model Portability |
|-----------------------------|
| Model                        | Portability | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
| Neural Network                 | Low         | Requires large datasets                                               |
| Gradient Boosting              | Medium      | Robust to outliers                                                    |
| XGBoost                        | High        | Fast training time                                                    |

| Table 9: Model Interoperability |
|---------------------------------|
| Model                        | Interoperability | Comments                                                                 |
|-------------------------------|------------------|------------------------------------------------------------------------|
| Random Forest                 | High             | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium           | Good for non-linear relationships                                    |
| Neural Network                 | Low              | Requires large datasets                                               |
| Gradient Boosting              | Medium           | Robust to outliers                                                    |
| XGBoost                        | High             | Fast training time                                                    |

| Table 10: Model Customizability |
|---------------------------------|
| Model                        | Customizability | Comments                                                                 |
|-------------------------------|-----------------|------------------------------------------------------------------------|
| Random Forest                 | High            | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium          | Good for non-linear relationships                                    |
| Neural Network                 | Low             | Requires large datasets                                               |
| Gradient Boosting              | Medium          | Robust to outliers                                                    |
| XGBoost                        | High            | Fast training time                                                    |

| Table 11: Model Extensibility |
|--------------------------------|
| Model                        | Extensibility | Comments                                                                 |
|-------------------------------|---------------|------------------------------------------------------------------------|
| Random Forest                 | High          | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium        | Good for non-linear relationships                                    |
| Neural Network                 | Low           | Requires large datasets                                               |
| Gradient Boosting              | Medium        | Robust to outliers                                                    |
| XGBoost                        | High          | Fast training time                                                    |

| Table 12: Model Robustness |
|-----------------------------|
| Model                        | Robustness | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
| Neural Network                 | Low         | Requires large datasets                                               |
| Gradient Boosting              | Medium      | Robust to outliers                                                    |
| XGBoost                        | High        | Fast training time                                                    |

| Table 13: Model Scalability |
|-----------------------------|
| Model                        | Scalability | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
| Neural Network                 | Low         | Requires large datasets                                               |
| Gradient Boosting              | Medium      | Robust to outliers                                                    |
| XGBoost                        | High        | Fast training time                                                    |

| Table 14: Model Maintainability |
|---------------------------------|
| Model                        | Maintainability | Comments                                                                 |
|-------------------------------|-----------------|------------------------------------------------------------------------|
| Random Forest                 | High            | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium          | Good for non-linear relationships                                    |
| Neural Network                 | Low             | Requires large datasets                                               |
| Gradient Boosting              | Medium          | Robust to outliers                                                    |
| XGBoost                        | High            | Fast training time                                                    |

| Table 15: Model Portability |
|-----------------------------|
| Model                        | Portability | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
| Neural Network                 | Low         | Requires large datasets                                               |
| Gradient Boosting              | Medium      | Robust to outliers                                                    |
| XGBoost                        | High        | Fast training time                                                    |

| Table 16: Model Interoperability |
|---------------------------------|
| Model                        | Interoperability | Comments                                                                 |
|-------------------------------|------------------|------------------------------------------------------------------------|
| Random Forest                 | High             | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium           | Good for non-linear relationships                                    |
| Neural Network                 | Low              | Requires large datasets                                               |
| Gradient Boosting              | Medium           | Robust to outliers                                                    |
| XGBoost                        | High             | Fast training time                                                    |

| Table 17: Model Customizability |
|---------------------------------|
| Model                        | Customizability | Comments                                                                 |
|-------------------------------|-----------------|------------------------------------------------------------------------|
| Random Forest                 | High            | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium          | Good for non-linear relationships                                    |
| Neural Network                 | Low             | Requires large datasets                                               |
| Gradient Boosting              | Medium          | Robust to outliers                                                    |
| XGBoost                        | High            | Fast training time                                                    |

| Table 18: Model Extensibility |
|--------------------------------|
| Model                        | Extensibility | Comments                                                                 |
|-------------------------------|---------------|------------------------------------------------------------------------|
| Random Forest                 | High          | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium        | Good for non-linear relationships                                    |
| Neural Network                 | Low           | Requires large datasets                                               |
| Gradient Boosting              | Medium        | Robust to outliers                                                    |
| XGBoost                        | High          | Fast training time                                                    |

| Table 19: Model Robustness |
|-----------------------------|
| Model                        | Robustness | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
| Neural Network                 | Low         | Requires large datasets                                               |
| Gradient Boosting              | Medium      | Robust to outliers                                                    |
| XGBoost                        | High        | Fast training time                                                    |

| Table 20: Model Scalability |
|-----------------------------|
| Model                        | Scalability | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
| Neural Network                 | Low         | Requires large datasets                                               |
| Gradient Boosting              | Medium      | Robust to outliers                                                    |
| XGBoost                        | High        | Fast training time                                                    |

| Table 21: Model Maintainability |
|---------------------------------|
| Model                        | Maintainability | Comments                                                                 |
|-------------------------------|-----------------|------------------------------------------------------------------------|
| Random Forest                 | High            | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium          | Good for non-linear relationships                                    |
| Neural Network                 | Low             | Requires large datasets                                               |
| Gradient Boosting              | Medium          | Robust to outliers                                                    |
| XGBoost                        | High            | Fast training time                                                    |

| Table 22: Model Portability |
|-----------------------------|
| Model                        | Portability | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
| Neural Network                 | Low         | Requires large datasets                                               |
| Gradient Boosting              | Medium      | Robust to outliers                                                    |
| XGBoost                        | High        | Fast training time                                                    |

| Table 23: Model Interoperability |
|---------------------------------|
| Model                        | Interoperability | Comments                                                                 |
|-------------------------------|------------------|------------------------------------------------------------------------|
| Random Forest                 | High             | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium           | Good for non-linear relationships                                    |
| Neural Network                 | Low              | Requires large datasets                                               |
| Gradient Boosting              | Medium           | Robust to outliers                                                    |
| XGBoost                        | High             | Fast training time                                                    |

| Table 24: Model Customizability |
|---------------------------------|
| Model                        | Customizability | Comments                                                                 |
|-------------------------------|-----------------|------------------------------------------------------------------------|
| Random Forest                 | High            | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium          | Good for non-linear relationships                                    |
| Neural Network                 | Low             | Requires large datasets                                               |
| Gradient Boosting              | Medium          | Robust to outliers                                                    |
| XGBoost                        | High            | Fast training time                                                    |

| Table 25: Model Extensibility |
|--------------------------------|
| Model                        | Extensibility | Comments                                                                 |
|-------------------------------|---------------|------------------------------------------------------------------------|
| Random Forest                 | High          | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium        | Good for non-linear relationships                                    |
| Neural Network                 | Low           | Requires large datasets                                               |
| Gradient Boosting              | Medium        | Robust to outliers                                                    |
| XGBoost                        | High          | Fast training time                                                    |

| Table 26: Model Robustness |
|-----------------------------|
| Model                        | Robustness | Comments                                                                 |
|-------------------------------|-------------|------------------------------------------------------------------------|
| Random Forest                 | High        | Effective for high-dimensional data                                   |
| Support Vector Machine        | Medium      | Good for non-linear relationships                                    |
|

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_16_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 297

## Corrigés

### Unité 1

#### Dialogue 1 : Les salutations

**A. Compréhension orale – Vocabulaire**
2. 1- : b. – 2- : d.
3. 1- : c. – 2- : a) c. / b) e. / c) d.
4. 1- : d. – 2- : c. – 3- : a. / d.

**E. Compréhension écrite**
1- : Les interlocuteurs sont deux élèves (étudiants). – 2- : c. / d. / e. – 3- : c.

**F. Analyse orale**
1- : Point d’exclamation – 2- : Phrase exclamative / Parce qu’elle se termine par un point d’exclamation – 3- : Point d’interrogation – 4- : Phrase interrogative – 5- : vas – 6- : Aller – 7- : Présent – 8- : tu – 9- : Après le verbe / Parce qu’il s’agit d’une phrase interrogative – 10- : Masculin pluriel – 11- : ces / Adjectif démonstratif – 12- : a) Non / b) Préposition – 13- : étudier / Parce qu’il est précédé d’une préposition

**G. Grammaire**
1- : phrase interrogative – 2- : phrase déclarative – 3- : phrase exclamative – 4- : phrase impérative – 5- : phrase déclarative – 6- : phrase exclamative – 7- : phrase interrogative – 8- : phrase déclarative – 9- : phrase exclamative – 10- : phrase interrogative

**H. Conjugaison**
1- : allons – 2- : vont – 3- : allez – 4- : vais – 5- : va – 6- : Vas

#### Dialogue 2 : La famille

**A. Compréhension orale – Vocabulaire**
2. 1- : a. – 2- : c. – 3- : c.
3. 1- : c. – 2- : Non
4. 1- : a. / d. / e.

**E. Compréhension écrite**
1- : Sa question porte sur les grands-parents du second interlocuteur. – 2- : a. – 3- : c.

**F. Analyse orale**
1- : Phrase interrogative / Parce qu’elle se termine par un point d’interrogation – 2- : Tes / Adjectif possessif – 3- : habitent – 4- : Deux fois / Parce qu’il s’agit d’une phrase interrogative avec redoublement du sujet – 5- : Un adverbe – 6- : habitent – 7- : Présent – 8- : Ils – 9- : y

**G. Grammaire**
1- : Ta – 2- : sa – 3- : Nos – 4- : mes – 5- : votre – 6- : leurs – 7- : Tes – 8- : notre – 9- : ma – 10- : Vos – 11- : Son

**H. Conjugaison**
1- : habitent – 2- : jouent – 3- : recopie – 4- : Habitez – 5- : récite – 6- : joues – 7- : habitent

#### Dialogue 3 : Se préparer pour l’école

**A. Compréhension orale – Vocabulaire**
2. 1- : a. / c. – 2- : a) Reprendre / répétition – b) Comprendre / com–c) Surprendre / excès – 3- : c. – 4- : 1) b. / 2) c. / 3) a.
3. 1- : d. – 2- : b.
4. 1- : c. – 2- : d.

**E. Compréhension écrite**
1- : Les interlocuteurs sont une petite fille et sa maman. – 2- : Cette conversation a lieu le matin. – 3- : Elle se déroule à la maison (dans le salon). – 4- : La seconde interlocutrice va à l’école. – 5- : b. – 6- : b. / d.

**F. Analyse orale**
1- : As pris – 2- : Passé composé – 3- : tu – 4- : livres – 5- : Masculin – 6- : Pluriel – 7- : tes / Adjectif possessif – 8- : est – 9- : Présent – 10- : Tout – 11- : dans – 12- : Le lieu – 13- : Préposition – 14- : Nom commun – 15- : mon / Adjectif possessif – 16- : passe – 17- : Impératif présent – 18- : excellente / journée – 19- : a) Non / b) Préposition – 20- : CC de lieu

**G. Grammaire**
1- : entre – 2- : par – 3- : dans – 4- : chez – 5- : à – 6- : de – 7- : à – 8- : pendant – 9- : pour – 10- : sous

**H. Conjugaison**
1- : Passe – 2- : Préparons – 3- : Parlez – 4- : Joue – 5- : passe – 6- : Étudiez – 7- : Jouons

#### Dialogue 4 : L’école

**A. Compréhension orale – Vocabulaire**
2. 1- : b. / d. – 2- : b. / c. / e. – 3- : d.
3. 1- : b. – 2- : c. – 3- : b. / c.
4. 1- : d. – 2- : c.

**E. Compréhension écrite**
1- : Les interlocuteurs sont deux élèves. – 2- : c. – 3- : Elle a terminé son projet la semaine précédente. – 4- : Non, elle ne l’a pas remis puisqu’elle travaille toujours dessus.

**F. Analyse orale**
1- : As terminé – 2- : Terminer – 3- : Auxiliaire « avoir » au présent + Participe passé du verbe « terminer » – 4- : Passé composé – 5- : Phrase interrogative / Parce qu’elle se termine par un point d’interrogation – 6- : Le projet de sciences – 7- : ai remis – 8- : Passé composé – 9- : Féminin singulier – 10- : la / Article défini – 11- : passée – 12- : Adjectif qualificatif – 13- : CC de temps – 14- : travaille / Présent – 15- : Je – 16- : sur

**G. Grammaire**
1- : Des semaines – 2- : Le livre – 3- : La souris – 4- : Les projets – 5- : Des choix – 6- : La ville – 7- : Les écoles – 8- : Leurs journées – 9- : Des dialogues – 10- : Mon appartement – 11- : Un bus – 12- : Tes trousseaux

**H. Conjugaison**
1- : Avez / terminé – 2- : a regardé – 3- : ont étudié – 4- : avez passé – 5- : as oublié – 6- : avons joué – 7- : ont habité – 8- : a terminé – 9- : ont regardé – 10- : As / terminé

#### Dialogue 5 : La maison

**A. Compréhension orale – Vocabulaire**
2. 1- : a. / d. / e. – 2- : a.
3. 1- : c. – 2- : b. – 3- : c.
4. 1- : d. – 2- : a. / e.

**E. Compréhension écrite**
1- : Le second interlocuteur lit avant de dormir. – 2- : e. – 3- : c. – 4- : Non, ils n’ont pas les mêmes goûts en matière de lecture. Le premier interlocuteur aime les récits historiques, tandis que le second préfère les histoires de science-fiction.

**F. Analyse orale**
1- : Lis – 2- : Présent – 3- : Il est placé avant le sujet parce que c’est une phrase interrogative. Il y a inversion du sujet.
4- : Parce qu’il est précédé d’une préposition – 5- : lis – 6- : je – 7- : Adverbe – 8- : Féminin pluriel – 9- : Je lis des histoires de quoi ? / On pose cette question après le nom commun « histoires » – 10- : préfère / Présent – 11- : je – 12- : Moi – 13- : Pour renforcer le pronom personnel sujet – 14- : récits – 15- : les / Article défini – 16- : historiques – 17- : COD du verbe « préfère »

**G. Grammaire**
1- : Tes parents habitent-ils en ville ? – 2- : Lola regarde-t-elle la télévision ? – 3- : Travaillez-vous sur le projet de sciences ? – 4- : Les élèves jouent-ils (elles) le dialogue ? – 5- : Lis-tu avant de dormir ? – 6- : Habite-t-elle à la campagne ? – 7- : Oublie-t-il de faire ses devoirs ? – 8- : Préfères-tu les histoires de science-fiction ?

**H. Conjugaison**
1- : lisent – 2- : lit – 3- : lisons – 4- : Lisez – 5- : lis – 6- : lisons – 7- : Lis – 8- : lisez – 9- : lit

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_17_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 298

Dialogue 6 : Le climat (1)
A. Compréhension orale – Vocabulaire
2. 1- : voie – b. – 2) Vois – a. / c. – 3) voix – d. – 2 : c.
3. 1- : b. – 2- : Oui / Non
4. 1- : a. / c. – 2- : c. / d. – 3- : b.

E. Compréhension écrite
1- : d. – 2- : Il attend une confirmation de la part du second interlocuteur comme le prouve le groupe de mots « n’est-ce pas », – 3- : c. – 4- : d.

F. Analyse orale
1- : Vois – 2- : tu – 3- : Phrase interrogative / Parce qu’elle se termine par un point d’interrogation – 4- : se balancent – 5- : Se balancer – 6- : 1er groupe – 7- : Verbe pronominal – 8- : Ils – 9- : Deux / paraît – aura – 10- : il / Non – 11- : il / Non – 12- : Ce pronom est impersonnel. – 13- : Le premier verbe (« paraît ») est conjugué au présent, tandis que le second (« aura ») est conjugué au futur simple. – 14- : Non – 15- : du

G. Grammaire
1- : du – 2- : des – 3- : de la – 4- : des / du / de la / du / du – 5- : du / de la – 6- : du – 7- : de la – 8- : des / de la – 9- : de l’

H. Conjugaison
1- : aurons – 2- : auront – 3- : aura – 4- : aurai – 5- : aurez – 6- : aura – 7- : auras – 8- : auront – 9- : aurez

I. Composition
1. Beau temps : Soleil / Ensoleillé / Températures douces / Ciel dégagé – Mauvais temps : Pluie / Il pleut / Brouillard / Tonnerre / Températures glaciales / Neige / Il neige / Verglas / Éclair / Ciel couvert / nuageux / Vent violent / Intempéries

Dialogue 7 : Le climat (2)
A. Compréhension orale – Vocabulaire
2. 1- : a. – 2- : c.
3. 1- : b. – 2- : d.
4. 1- : b. – 2- : d. – 3- : b.

E. Compréhension écrite
1- : a. – 2- : Le premier interlocuteur et ses amis vont à la plage. – 3- : Ils y vont après les cours. – 4- : d. – 5- : Non, il n’accepte pas l’invitation parce qu’il ne supporte pas la chaleur. – 6- : a.

F. Analyse orale
1- : allons – 2- : Nous – 3- : Nous allons où après l’école ? – 4- : Nous allons à la plage quand ? – 5- : CC de temps – 6- : Veux – 7- : Vouloir – 8- : tu – 9- : Phrase interrogative / Parce qu’elle se termine par un point d’interrogation – 10- : supporte – 11- : Je – 12- : ne... pas – 13- : La négation – 14- : Phrase déclarative, forme négative

G. Grammaire
1- : Chaque vendredi – 2- : vendredi soir – 3- : après l’école – 4- : avant 8 heures – 5- : la semaine passée – 6- : Dimanche dernier – 7- : depuis ta naissance – 8- : Le jour de la rentrée – 9- : le mois prochain – 10- : Au dîner

H. Conjugaison
1- : voulons – 2- : Veux – 3- : veulent – 4- : Voulez – 5- : veux – 6- : veut – 7- : voulons – 8- : voulez – 9- : voulons

Dialogue 8 : Les tâches ménagères
A. Compréhension orale – Vocabulaire
2. 1- : c. – 2- : d. – 3- : a.
3. 1- : b. / d. – 2- : c.
4. 1- : b. / d. / e.

E. Compréhension écrite
1- : c. – 2- : d. – 3- : Les deux formules de politesse utilisées dans ce dialogue sont « Merci » et « s’il te plaît ». – 4- : a. – 5- : b.

F. Analyse orale
1- : 1er groupe – 2- : Article défini – 3- : Nom commun – 4- : Merci d’avoir transporté quoi ? – 5- : COD du verbe « avoir transporté » – 6- : Où – 7- : aimerais / dépose – 8- : Conditionnel présent / Il exprime une demande polie (conditionnel de politesse). – 9- : Phrase interrogative – 10- : Mets – 11- : Impératif présent – 12- : Les sacs – 13- : plait – 14- : il / Non – 15- : Pronom impersonnel

G. Grammaire
1- : les déchets en papier – 2- : le chemin de la maison – 3- : les récits historiques – 4- : le projet de sciences – 5- : une excellente journée – 6- : du vent – 7- : la chaleur – 8- : de nouveaux produits – 9- : la mauvaise direction – 10- : les sacs

H. Conjugaison
1- : montrera – 2- : fabriqueront – 3- : habiterons – 4- : travaillerai – 5- : utiliserai – 6- : montrerai – 7- : posera – 8- : supporterai – 9- : Termineras – 10- : montrerons

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_18_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 299

Unité 2

Dialogue 11 : Les activités
A. Compréhension orale – Vocabulaire
2. 1- : c. – 2- : a. – 3- : d.
3. 1- : c. – 2- : c. – 3- : d. – 4- : Exemples de réponse : J’ai faim. / J’ai mal à la tête. / J’ai sommeil.
4. 1- : d. – 2- : b. – 3- : c. – 4- : e.

E. Compréhension écrite
1- : c. – 2- : Cette conversation a lieu sur un terrain de foot. – 3- : c. – 4- : d. – 5- : c. / e. – 6- : Le second interlocuteur conseille au premier de boire de l’eau et de se reposer un peu.

F. Analyse orale
1- : était – 2- : être – 3- : Imparfait – 4- : Adjectifs qualificatifs – 5- : match – 6- : Masculin – 7- : Singulier – 8- : suis / ai – 9- : Présent – 10- : Je / j’– 11- : Adverbe – 12- : Phrase déclarative – 13- : Bois – 14- : Boire – 15- : Impératif présent – 16- : 2e personne du singulier – 17- : repose-toi – 18- : Se reposer – 19- : 1er groupe – 20- : Verbe pronominal – 21- : Impératif présent

G. Grammaire
1- : nouveaux → produits – 2- : grande → maison – 3- : historiques → récits – 4- : dur / long → match – 5- : excellente → journée – 6- : frais → œufs / belles → tomates – 7- : gentil → professeur – 8- : Fier → Kévin – 9- : mauvaise → direction – 10- : épuisés → joueurs

H. Conjugaison
1- : étaient – 2- : étions – 3- : étaient – 4- : était – 5- : était – 6- : Était – 7- : étiez – 8- : étaient – 9- : était – 10- : étiez

Dialogue 12 : Le respect de l’environnement
A. Compréhension orale – Vocabulaire
2. 1- : a. – 2- : c. – 3- : d.
3. 1- : a. – 2- : a. / d. – 3- : b.
4. 1- : (1) nuit – a. / c. – 2) nuis – b. / d. – 2 : Exemples de réponse : La chasse / La déforestation

E. Compréhension écrite
1- : Elle lui demande d’arrêter de gaspiller le papier. – 2- : c. – 3- : Non, le garçon n’a pas conscience des conséquences de ce qu’il fait puisqu’il demande à sa maman s’il fait quelque chose de mal.

F. Analyse orale
1- : Arrêté – 2- : Impératif présent – 3- : gaspiller – 4- : 1er groupe – 5- : Arrêté de gaspiller quoi ? – 6- : COD du verbe « gaspiller » – 7- : Phrase interrogative – 8- : Est-ce que / À formuler une phrase interrogative – 9- : fais – 10- : Faire – 11- : je – 12- : Présent – 13- : de – 14- : Je fais quoi ? – 15- : COD du verbe « fais » – 16- : nus – 17- : Nuire – 18- : Présent – 19- : Tu nus à quoi ? – 20- : COI du verbe « nus » / Il est relié au verbe par la préposition « à ».

G. Grammaire
1- : de son nouveau projet – 2- : de ses prochaines vacances – 3- : à sa cousine – 4- : à nous – 5- : au malade – 6- : de son GPS – 7- : du soleil – 8- : de sa petite sœur – 9- : à la bibliothèque municipale – 10- : à la cérémonie

H. Conjugaison
1- : Arrêtéz – 2- : gaspille – 3- : Aidons – 4- : oubliez – 5- : Rangez – 6- : Montrons – 7- : Parle – 8- : Organisons – 9- : utilise – 10- : Ecoutez

I. Composition
1. 1- / 4- / 5- / 6- / 8-

Dialogue 13 : Économiser l’énergie
A. Compréhension orale – Vocabulaire
2. 1- : c. – 2- : c.
3. 1- : c. – 2- : c. – 3- : a. / c. / e.
4. 1- : c. – 2- : c. – 3- : b.

E. Compréhension écrite
1- : La conversation se déroule dans la voiture parce que la femme dit : « Arrête la voiture ». – 2- : d. – 3- : Elle lui demande d’arrêter la voiture parce qu’elle croit qu’elle a oublié la casserole sur le feu. – 4- : Non, elle n’est pas sure de ce qu’elle dit puisqu’elle utilise le verbe « croire », « je crois ».

F. Analyse orale
1- : Arrêté – 2- : Impératif présent – 3- : Arrêté quoi ? – 4- : COD du verbe « Arrêté » – 5- : Phrase interrogative / Parce qu’elle se termine par un point d’interrogation – 6- : As oublié – 7- : Oublier – 8- : 1er groupe – 9- : Auxiliary « avoir » au présent + Participe passé du verbe « oublier » – 10- : Passé composé – 11- : Tu as oublié quelque chose où ? – 12- : CC de lieu – 13- : crois – 14- : Croire – 15- : 3e groupe – 16- : Présent – 17- : 1er personne du singulier – 18- : J’ai oublié quoi ? – 19- : COD du verbe « ai oublié » – 20- : J’ai oublié la casserole où ?

G. Grammaire
1- : dans la cuisine – 2- : sur la place du village – 3- : à l’entrée du centre commercial – 4- : dans le parc de l’école – 5- : sur le feu – 6- : dans son jardin – 7- : dans cette poubelle – 8- : à l’école – 9- : dans son panier – 10- : au restaurant

H. Conjugaison
1- : croit – 2- : crois – 3- : Crois – 4- : croyons – 5- : croient – 6- : croyez – 7- : croyent – 8- : crois – 9- : croyons – 10- : croit

I. Composition
1. La certitude : 1- / 4- / 5- / 7- / 10- / L’incertitude / La probabilité : 2- / 3- / 6- / 8- / 9-

Dialogue 14 : La sécurité aquatique
A. Compréhension orale – Vocabulaire
2. 1- : a. – 2- : a) re- b) vers l’intérieur – c) à travers – d) con- e) hors de – f) a- 3- : c.

4. 1- : d. – 2- : b. – 3- : C’est dangereux parce que les personnes qui restent trop longtemps sous l’eau peuvent perdre connaissance, ou pire encore, se noyer.

E. Compréhension écrite
1- : c. – 2- : Il ne semble pas connaître cette règle de sécurité puisqu’il dit : « Pourquoi pas ? » – 3- : e. – 4- : a. – 5- : c.

F. Analyse orale
1- : retiens – 2- : Impératif présent – 3- : Retenir – 4- : 3e groupe – 5- : négative / « ne » et « pas » – 6- : sous – 7- : Ne retiens pas ta respiration où ? – 8- : CC de lieu – 9- : Phrase interrogative / Parce qu’elle se termine par un point d’interrogation – 10- : est – 11- : Être – 12- : Présent – 13- : Adjectif qualificatif – 14- : affirmative

G. Grammaire
1- : à / avec – 2- : avant – 3- : sur – 4- : à – 5- : dans – 6- : pour – 7- : de – 8- : de (à) – 9- : pour – 10- : chez (avec)

H. Conjugaison
1- : Nous retenons / 3e groupe – 2- : Nous rougissons / 2e groupe – 3- : Nous venons / 3e groupe – 4- : Nous partons / 3e groupe – 5- : Nous grandissons / 2e groupe – 6- : Nous réunissons / 2e groupe – 7- : Nous mentons / 3e groupe – 8- : Nous salissons / 2e groupe – 9- : Nous réussissons / 2e groupe – 10- : Nous sortons / 3e groupe

Dialogue 15 : L’alimentation saine
A. Compréhension orale
2. 1- : c. – 2- : c. / e. – 3- : Il utilise la formule de politesse « s’il vous plaît ». – 4- : Exemples de réponse : Merci / Excusez-moi / Bienvenue

3. 1- : a. – 2- : c. – 3- : b. / c. / e.

4. 1- : b. – 2- : c. – 3- : e.

E. Compréhension écrite
1- : a. – 2- : c. – 3- : b. – 4- : Il vouvoie (« s’il vous plaît ») son interlocuteur par politesse (parce qu’il ne le connaît pas). – 5- : Non, il n’obtient pas ce qu’il demande parce qu’il n’y a pas de jus d’orange frais. – 6- : Finalement, il va prendre une limonade. – 7- : d.

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_19_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->

---

# Page 300

F. Analyse orale
1- : peux – 2- : Présent – 3- : Pouvoir – 4- : frais / jus – 5- : avons – 6- : Nous – 7- : a) La restriction / b) Nous avons uniquement (seulement) de la limonade fraîche. – 8- : fraîche / limonade – 9- : prendrai – 10- : Futur simple – 11- : je – 12- : Je prendrai quoi ? – 13- : COD du verbe « prendrai » – 14- : Un adverbe

G. Grammaire
1- : grecque – 2- : basses – 3- : blanche – 4- : durs – 5- : sèche – 6- : rouges – 7- : grises – 8- : blanches – 9- : diffuse – 10- : frais – 11- : précise – 12- : sauvage – 13- : nouvelle – 14- : légère

H. Conjugaison
1- : prendrons – 2- : prendrai – 3- : Prendrez – 4- : prendras – 5- : prendra – 6- : prendrons – 7- : prendront – 8- : prendrez – 9- : prendrons – 10- : prendras

Dialogue 16 : Faire les courses
A. Compréhension orale – Vocabulaire
2. 1- : a. – 2- : 1) course – b. / d. – 2) courses – a. / c. / e.
3. 1- : c. – 2- : e. – 3- : e. – 4- : Tomates cerises / Tomates en grappe / Concombres / Poivron jaune / Oignons / Laitue (salade frisée / scarole) / Chou vert / Poivrons verts / Aubergines
4. 1- : d. – 2- : d. – 3- : e. – 4- : c. – 5- : b.

E. Compréhension écrite
1- : a. – 2- : b. – 3- : b. – 4- : Selon la femme, ils doivent acheter des carottes, des pommes de terre et de la laitue. – 5- : La liste finale de courses contient des carottes, de la laitue, des pommes de terre et des pancakes.

F. Analyse orale
1- : met – 2- : on – 3- : Les deux interlocuteurs – 4- : Préposition – 5- : notre – 6- : Qu’est-ce qu’ / À former une phrase interrogative – 7- : Phrase interrogative – 8- : Nom commun – 9- : Féminin – 10- : Pluriel – 11- : Des – 12- : Nom commun – 13- : Féminin – 14- : Singulier – 15- : Article partitif – 16- : viens / devrait – 17- : Je – 18- : on – 19- : Non, le « Je » désigne la personne qui parle alors que le « on » désigne les deux interlocuteurs. – 20- : a) me rappeler / acheter – b) 1er groupe – c) me rappeler – 21- : Un passé récent

G. Grammaire
1- : Qu’est-ce qu’elle aimeraient recevoir en cadeau ? – 2- : Qu’est-ce que tu vas prendre ? – 3- : Qu’est-ce que vous préférez ? – 4- : Qu’est-ce qu’elle a oublié sur le feu ? – 5- : Qu’est-ce qu’il a remis ? – 6- : Qu’est-ce qu’on met sur notre liste de courses ? – 7- : Qu’est-ce que tu prépares pour le dîner ? – 8- : Qu’est-ce que vous commandez ? – 9- : Qu’est-ce que vous ramassez ? – 10- : Qu’est-ce qu’il écrit ?

2. 1- : du – 2- : de l’ de la / du – 3- : du – 4- : de la – 5- : de l’ – 6- : de la – 7- : de la – 8- : du – 9- : du de la – 10- : de la / du

H. Composition
1. Liste des ingrédients : 4 oeufs / 100 g de sucre semoule / Un sachet de sucre vanillé/ 100 g de farine / ½ sachet de levure chimique / 200 g de chocolat / 140 g de beurre – Liste des ustensiles : Un saladier / Un fouet / Une casserole / Un moule à gâteau / Un couteau

Dialogue 17 : La sécurité routière
A. Compréhension orale – Vocabulaire
2. 1- : c. – 2- : a. – 3- : a. / d. / c.
3. 1- : c. – 2- : d.
4. 1- : c. – 2- : b.

E. Compréhension écrite
1- : Cette conversation a lieu la nuit (le soir). – 2- : b. – 3- : Non, il n’est pas inquiet parce qu’il a une lampe de poche. – 4- : b.

F. Analyse orale
1- : Deux fois – 2- : Impératif présent / Présent – 3- : Il / Non – 4- : Pronom impersonnel – 5- : Il fait nuit quand ? – 6- : CC de temps – 7- : ai – 8- : Avoir – 9- : Présent – 10- : J’ – 11- : J’ai quoi ? – 12- : COD du verbe « ai » – 13- : vais – 14- : Présent – 15- : Aller – 16- : Un futur proche – 17- : Je vais demander à qui de me ramener à la maison ? – 18- : COI du verbe « demander » – 19- : Je vais demander à maman de me ramener où ?

G. Grammaire
1- : Pas de COI – 2- : à une solution – 3- : Pas de COI – 4- : aux jeux vidéo – 5- : au concours de dessin organisé par l’école – 6- : de ses anciennes copines – 7- : à un vrai petit garçon – 8- : de son petit frère – 9- : à sa meilleure amie – 10- : Pas de COI

H. Conjugaison
1- : fais – 2- : Faites – 3- : Faisons – 4- : faites – 5- : Faisons – 6- : Fais – 7- : Faites – 8- : Faisons – 9- : Faites – 10- : Fais

Dialogue 18 : Demander son chemin
A. Compréhension orale – Vocabulaire
2. 1- : b. – 2- : d. – 3- : c.
3. d.
4. 1- : a. – 2- : c. – 3- : c.

E. Compréhension écrite
1- : Les interlocuteurs sont deux passants. – 2- : c. – 3- : d. – 4- : d. – 5- : Il doit aller à gauche au prochain feu de signalisation.

F. Analyse orale
1- : est – 2- : Présent – 3- : Deux fois / Parce que le sujet est redoublet – 4- : Un adverbe – 5- : Phrase non verbale – 6- : allez / Aller – 7- : Impératif présent – 8- : 3e groupe – 9- : prochain / feu – 10- : Non – 11- : Préposition

G. Grammaire
1- : Laura achète-t-elle des pancakes ? – 2- : Les enfants embrassent-ils (elles) leur grand-mère ? – 3- : Carl et toi avez-vous des lampes de poche ? – 4- : Maman a-t-elle oublié la casseroles sur le feu ? – 5- : Mathieu prend-il un jus d’orange frais ? – 6- : Patrick et sa femme font-ils leurs courses au supermarché ? – 7- : Les invités sont-ils arrivés à l’heure ? – 8- : Les usines fabriquent-elles de nouveaux produits ? – 9- : Le musée est-il loin d’ici ? – 10- : Papa a-t-il déposé les sacs dans la cuisine ?

H. Conjugaison
1- : Allons – 2- : Allez – 3- : Va – 4- : Allons – 5- : Va – 6- : Allez – 7- : Va – 8- : Allons – 9- : Allez – 10- : Va

Dialogue 19 : Le transport routier
A. Compréhension orale – Vocabulaire
2. 1- : b. – 2- : c.
3. 1- : d. – 2- : a.
4. 1- : c. / e. – 2- : a. / c. / e.

E. Compréhension écrite
1- : b. – 2- : e. – 3- : Non, il ne sait pas combien coute un trajet en taxi puisque les taxis utilisent des compteurs.

F. Analyse orale
1- : Veux / commande – 2- : Présent – 3- : Vouloir / Commander – 4- : Vouloir / 3e groupe / Commander : 1er groupe – 5- : Je commande un taxi à qui ? – 6- : COI du verbe « commande » – 7- : Un pronom – 8- : Veux-tu que je te commande quoi ? – 9- : COD du verbe « commande » – 10- : Combien – 11- : va – 12- : ça – 13- : Futur proche – 14- : sais – 15- : Présent – 16- : Savoir – 17- : Je – 18- : utilisent – 19- : Utiliser – 20- : 1er groupe – 21- : Ils utilisent quoi ? – 22- : COD du verbe « utilisent »

G. Grammaire
1- : ta peur / Groupe nominal – 2- : Mia / Nom propre – 3- : Pas de COD – 4- : l’ / Pronom – 5- : nous / Pronom – 6- : le soleil / Groupe nominal – 7- : la casserole / Groupe nominal – 8- : Luc / Nom propre – 9- : une pizza végétarienne / Groupe nominal – 10- : Pas de COD – 11- : l’ / Pronom – 12- : vous / Pronom – 13- : chanter / Verbe à l’infinitif – 14- : t’ / Pronom – 15- : Emma / Nom propre – 16- : Mozart / Nom propre

H. Conjugaison
1- : sait – 2- : savez – 3- : sais – 4- : sais – 5- : Savent – 6- : sait – 7- : Savez – 8- : savons – 9- : sait – 10- : savent

![image_description](/media/f7bdcec383f7f6dfc866adc1932a09cef906a335d4487480efe68ffc37af8dff/page_20_img_1.png)
<!--image-meta {"class": "photo", "has_structured": false}-->
