MétaCan
Menu
Retour à la cohorte
Enregistrement W2114256753 · doi:10.1017/s0267190513000056

Multilingualism in Canada: Policy and Education in Applied Linguistics Research

2013· article· en· W2114256753 sur OpenAlexfundaboutno aff
Diane Dagenais

Notice bibliographique

RevueAnnual Review of Applied Linguistics · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensnon disponible
Organismes subventionnairesSimon Fraser UniversityAustralian Government
Mots-clésMultilingualismLanguage policyIdentity (music)Applied linguisticsIdeologyPolitical sciencePedagogyLinguisticsSociologyMultilingual EducationField (mathematics)Politics

Résumé

récupéré en direct d'OpenAlex

Increasing multilingualism in Canada has captured the interest of applied linguists who investigate what it implies for policy and educational practice. This article provides a review of recent discussions of Canadian policy in the literature, current research on multilingual learners, and emerging innovations in multilingual pedagogies. The literature on policy indicates that some researchers treat policy as text and identify disjunctions between policy documents and the reality of a linguistically and culturally diverse population, while others view it as discursive practice and document how policy is constructed locally through language in response to a changing environment. The research on multilingual learners is based primarily on field-based reports that reveal how multilingual language practices are complex, dynamic, and ideological, and are tied to identity construction. The growing number of innovations in multilingual pedagogies suggests that more educators are beginning to see identity work and multimodal literacies as central to teaching students of diverse origins. This article concludes that there is a gap between official language policy and research on multilingualism in Canada.

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)0,016
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil0,790

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,018
Études des sciences et des technologies0,0290,020
Communication savante0,0200,006
Science ouverte0,0030,006
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,049
Tête enseignante GPT0,473
Écart entre enseignants0,424 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Applied LinguisticsMême sujetMultilingual Education and PolicyTravaux en français237 207