MétaCan
Menu
Retour à la cohorte
Enregistrement W2007279257

A meta-analysis of the correlation between heritage language and ethnic identity

2015· article· en· W2007279257 sur OpenAlexaff
Guanglun Michael Mu

Notice bibliographique

RevueQUT ePrints (Queensland University of Technology) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEthnic groupMeta-analysisIdentity (music)PsychologyCorrelationSocial psychologyLinguisticsSociologyAnthropologyMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The interaction between heritage language (HL) and ethnic identity has gained increasing scholarly attention over the past decades. Numerous quantitative studies have investigated and vindicated this interaction within certain contexts. Nevertheless, quantitative evidence on this interaction across contexts is absent to date. The current meta-analysis aims to make a contribution in this regard. By integrating relevant studies, this meta-analysis presents a powerful estimation of the reality in relation to the interaction between HL and ethnic identity. By virtue of certain retrieval strategies and selection criteria, the meta-analysis includes 43 data-sets emerging from 18 studies that have addressed the statistical correlation between the proficiency of HL and the sense of ethnic identity associated with different ethnic groups. When contrasted to one another, the results of these included studies are significantly different. However, when combined together, these studies point to a statistically significant moderate positive correlation between sense of ethnic identity and proficiency of HL across different ethnic groups. This result has a medium effect. The meta-analysis also inspires some methodological and theoretical discussions.

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)0,030
score de la tête « metaresearch » (Gemma)0,069
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,069
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,038
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
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 Opus0,147
Tête enseignante GPT0,398
Écart entre enseignants0,251 · 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'étudeMéta-analyse
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

Citations68
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQUT ePrints (Queensland University of Technology)Même sujetMultilingual Education and PolicyTravaux en français237 207