Globalization of English teaching and overseas Koreans as temporary migrant workers in rural Korea
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
One of the most prominent impacts of neoliberal globalization on language is the rise of the importance of English ( Heller 2003 ; Phillipson 2003 ). In today's globalized economy, struggles over the resources of English language education tie English to processes of construction and reproduction of social differences and inequality ( Heller 2002 ). Korea's newly launched Teach and Learn in Korea (TaLK) program is one such example. The TaLK program recruits native speakers of English, including overseas ethnic Koreans, as temporary immigrant workers to teach English to rural elementary students. Using the concept of ‘language management,’ this article demonstrates how the Korean government views transnational Koreans’ ethnicity as an asset, while treating their linguistic resources as manageable commodities. Analyses of policy documents, media coverage, and essays by and interviews with TaLK participants reveal how the TaLK program may contribute to sustaining social differences and inequality in multiple ways, although the program's main goal is to provide equal opportunities to rural students. 세계화가 언어에 미치는 영향 중 가장 대표인 현상 중 하나는 영어의 중요성의 부각이다. 세계화되어 가고 있는 경제 체제 하에서 영어 교육을 위한 자원 확보 경쟁이 영어와 사회 불평등의 관계를 심화시킨다. 이러한 관계를 보여 주는 일예로 한국 정부가 새롭게 도입한 정부 초청 해외 영어봉사 장학생 (TaLK) 프로그램을 들 수 있다. 이 프로그램을 통해 한국 정부는 농촌 학교에서 영어를 가르칠 교포를 포함한 원어민을 모집한다. ‘언어 관리’라는 개념을 도입해 본 논문은 어떻게 한국 정부가 한인 교포 TaLK 참가자들의 민족성을 활용가능한 자원으로 개념화하고 참가자들의 언어 능력을 언어 관리의 대상으로 관리하는지를 보여준다. 정책 문건, 대중 매체, 참가자의 수필, 참가자와의 인터뷰를 분석하여 지역간의 영어 격차를 해소 하기위해 도입한 TaLK 프로그램이 그러한 격차를 유지, 심화시키는데 기여하는 역할을 고찰한다. [Korean]
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle