MétaCan
Menu
Retour à la cohorte
Enregistrement W1995530240 · doi:10.1080/13670050.2011.573069

Learning a foreign language as leisure and consumption: enjoyment, desire, and the business of<i>eikaiwa</i>

2011· article· en· W1995530240 sur OpenAlexaff
Ryūko Kubota

Notice bibliographique

RevueInternational Journal of Bilingual Education and Bilingualism · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)MainstreamSociologyDisadvantagedPsychologyGender studiesSocial psychologySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Social inclusion typically refers to the integration of the disadvantaged into the mainstream society as a national agenda. However, social inclusion in a broader sense addresses aspirations to be included in a global imagined community as well as a local community of like-minded people. Drawing on a qualitative study of men and women learning eikaiwa [English conversation] in informal settings in Japan, this paper investigates the aspects of leisure and consumption as characteristics of foreign language learning, rather than investment for gaining cultural capital. This perspective highlights the enjoyment of socializing with the teacher and the peers and forms of akogare [desire/longing] including romantic desire and the aspiration to be like other Japanese people with fluency in English. The manifestations of romantic akogare for white English-speaking men related to learning English were nuanced, diverse, and identified across gender and race. The dimension of leisure and consumption produces and reflects the business interest of the eikaiwa industry which commodifies and exploits whiteness and native speakers. The aspects of leisure and consumption challenge the possibility of critical engagement in foreign language learning.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,004
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
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 Opus0,037
Tête enseignante GPT0,302
Écart entre enseignants0,266 · 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

Citations144
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bilingual Education and BilingualismMême sujetEFL/ESL Teaching and LearningTravaux en français237 207