Fast Capitalism, School Reform, and Second Language Literacy Practices
Notice bibliographique
Résumé
This 2-year qualitative study explores the ironies of educational reform in the United States as experienced by three second language learners attending a school attempting to transform itself into a high-performance elementary school in California's Silicon Valley. Drawing on the concept of ‘fast capitalism’ in a globalized economic work order (Gee, Hull, & Lankshear, 1996) and the tools of critical discourse analysis (Fairclough, 1989), the findings from this investigation reveal that the discourses of school reform in the United States visibly and invisibly placed second language learners in new highly vulnerable positions. In what follows I provide an analysis of this vulnerability by relating the experiences of three families and their attempts to enrol and stay enrolled in the school of their choice. Next, I provide a critical analysis of the discourses of reading and writing instruction and of a text produced by a focal student named Alma in this context. This analysis highlights the ways in which classroom literacy practices inadvertently constrained the efforts of second language learners to acquire academic literacies and ultimately legitimated the school's decision to declare Alma ‘not Web material.’ The implications of this study relate to better understanding classroom SLA from a historical, institutional perspective and to supporting teachers and policy makers in addressing the needs of second language learners in a time of rapid social and economic change.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».