Critical Media Analysis in Teacher Education: Exploring Language-Learners’ Identity Through Mediated Images of a Non-Native Speaker of English
Notice bibliographique
Résumé
Media literacy education has become increasingly present in curricular initiatives around the world as media saturate our cultural environments. For second-language teachers and teacher educators whose practice centers on language, communication, and culture, the need to address media as a pedagogical site of critique is imperative. In this article, I introduce critical media analysis (CMA) as a tool that cultivates discussion of language-learners’ identities as they are shaped by popular media. I present CMA in the context of critical language studies and communication theories that situate language in social and political landscapes. I describe a hybrid (quantitative/qualitative) approach to CMA as I apply it to a non-native speaker of English (NNSE) character from an internationally successful Hollywood film. I describe representations that “symbolically colonize” (Molina-Guzmán, 2010) the NNSE as lower class, lower status, and comfortably positioned as subordinate to his native-speaker counterparts. I then share examples of how students use CMA to further explore media cultivation of social attitudes toward language-learning, language policies, and NNSE identity. Overall, this article offers second-language teacher educators a theoretically informed model of analysis that engages TESL professionals as active participants in their media-saturated environments.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».