MétaCan
Menu
Retour à la cohorte
Enregistrement W1969150202 · doi:10.2167/lcc337.0

Parents’ Attitudes Toward Heritage Language Maintenance for Their Children and Their Efforts to Help Their Children Maintain the Heritage Language: A Case Study of Korean-Canadian Immigrants

2007· article· en· W1969150202 sur OpenAlexaffabout
Seong Man Park, Mela Sarkar

Notice bibliographique

RevueLanguage Culture and Curriculum · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHeritage languageMainstreamGrandparentImmigrationIdentity (music)PsychologyFirst languageCultural heritageDevelopmental psychologyPedagogyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

In this study we explore Korean immigrant parents’ attitudes toward heritage language maintenance for their children and their efforts to help their children maintain Korean as their heritage language in Montreal. Some implications for mainstream school policies and classroom practices are touched on briefly. Data were collected from nine Korean immigrant parents who had a child (or children) between the ages of 6–18 in 2005, using a questionnaire and interviews. The interviews asked about Korean immigrant parents’ attitudes toward heritage language and cultural identity maintenance for their children and attitudes toward the Korean language, the Korean community, and the Korean churches; four items designed to obtain information about parents’ efforts to help their children maintain the heritage language both at home and outside of the home were also included. The findings suggest that Korean immigrant parents are very positive toward their children’s heritage language maintenance. Korean parents believe that their children’s high level of proficiency in the Korean language would help their children keep their cultural identity as Koreans, ensure them better future economic opportunities, and give them more chances to communicate with their grandparents efficiently.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,322
Score d'incertitude au seuil0,647

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,342
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations312
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage Culture and CurriculumMême sujetMultilingual Education and PolicyTravaux en français237 207