MétaCan
Menu
Retour à la cohorte
Enregistrement W1984475657 · doi:10.2167/ijm019.0

Theories of Representation in French and English Scholarship on Multilingualism

2008· article· en· W1984475657 sur OpenAlexaff
Diane Dagenais, Marianne Jacquet

Notice bibliographique

RevueInternational Journal of Multilingualism · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMultilingualismLinguisticsRepresentation (politics)SociologyScholarshipIdentity (music)Construct (python library)Computer sciencePolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Researchers have examined language learning and intercultural contact in multilingual contexts from diverse epistemological and ontological stances. In some cases, the contrasts or incompatibilities in approaches leave little room for joint initiatives and in other cases, the underlying theoretical assumptions converge in several ways, allowing researchers to explore possibilities for interdisciplinary and intercontextual collaboration. In some instances, studies undertaken in different areas share commonalities but they are not explored because of linguistic, disciplinary or geographic barriers. Although only a handful of researchers reference French and English work undertaken in multilingual contexts, there is much to be gained by taking into account what has been written in both languages as it can reveal where there are differences and commonalities in constructs often cited in the literature. We attempt to bridge this gap by highlighting theoretical links that have heretofore been underexplored. We begin by reviewing definitions of social representation and then describe how Francophone sociolinguists drew on this construct to propose the notion of linguistic representation in their studies of multilingual practices. Following this, we discuss related concepts of representation, discourse and identity that have been taken up in English language work.

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)0,010
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0090,035
Communication savante0,0140,009
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,095
Tête enseignante GPT0,487
Écart entre enseignants0,392 · 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'étudeThéorique ou conceptuel
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

Citations22
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of MultilingualismMême sujetMultilingual Education and PolicyTravaux en français237 207