MétaCan
Menu
Retour à la cohorte
Enregistrement W2072566289 · doi:10.2307/40264544

Racialized Research Identities in ESL/EFL Research

2006· article· en· W2072566289 sur OpenAlexaff
Ena Lee, Andrea Simon-Maeda

Notice bibliographique

RevueTESOL Quarterly · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReflexivitySociologyNarrativeIdentity (music)Race (biology)IdeologyRacismField (mathematics)Theme (computing)Gender studiesCritical race theoryWhite (mutation)PedagogyLinguisticsAestheticsPoliticsSocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

There has been increasing recognition of the need to pursue critical research in the fields of ESL/EFL; however, the role that race plays in our research practices has not been frequently discussed. In-depth explorations of how a racialized identity shapes (and is shaped within) complex interactions between the researcher and researched can uncover the ways that race affects all aspects of our investigations, from collecting data to reporting. This article presents personal narratives of two ESL/EFL researchers, White and Asian, who critically reflect on the implications of racialized identities in conducting their respective studies. Both authors' accounts share a common theme of tensions around researcher positionality, locatability, (self-)reflexivity, and how best to represent those we are researching and writing about. However, while the first author brings to the fore the complexities of race and racism in ESL/EFL research through her narrative of studying “the other,” the second author attempts to further complexify these issues by highlighting the distinctly unique tensions which arise when a researcher of color attempts to study “her own kind.” The report will thus contribute to an enhanced understanding of the intersections of postcolonial identities, race, and critical research methodologies and ideologies in the TESOL field.

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)0,059
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0260,054
Communication savante0,0160,011
Science ouverte0,0020,014
Intégrité de la recherche0,0030,004
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 Opus0,317
Tête enseignante GPT0,628
Écart entre enseignants0,311 · 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.

Devis d'étudeQualitatif
DomaineIncitatifs
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

Citations46
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTESOL QuarterlyMême sujetMultilingual Education and PolicyTravaux en français237 207