From FOB to cool: Transnational migrant students in Toronto and the styling of global linguistic capital
Notice bibliographique
Résumé
Globalization and the rise of ‘Korean cool’ provide middle‐class Korean yuhaksaeng (visa students) in Toronto with resources they can mobilize as strategies of distinction. In their construction of themselves as new transnational subjects with hybrid identities that are simultaneously global and Korean, yuhaksaeng deploy re‐valued varieties of Korean language and culture as stylistic resources in the globalized new economy. In this process, yuhaksaeng contest their marginal positions as ‘FOBs’ (Fresh‐Off‐the‐Boats) and ‘Nerds’ in dominant Western racial discourse, and construct themselves as wealthy, modern, and cosmopolitan ‘Cools’vis‐à‐vis long‐term immigrants in local Korean diasporic communities as well as Canadians. The stories of yuhaksaeng illustrate how notions of ‘global’ and ‘local’ linguistic resources are transformed under the material conditions of globalization and its structures of inequality. 세계화와 ‘한국적 쿨’의 등장은 토론토에 거주하는 중산층 한국 유학생들이 차별화를 위해 사용할수 있는 자원을 제공한다. 유학생들은 세계화로 인한 새로운 경제체제에서 새롭게 가치평가된 한국 언어와 문화를, 자신들을 글로벌하면서도 동시에 한국적인 혼성적 정체성을 가진 새로운 초국가적 주체로 스타일링하기 위한 자원으로 활용한다. 이 과정에서 유학생들은 서양의 지배적 인종 담론내에서의 ‘FOBs’ (Fresh‐Off‐the‐Boats) 와 ‘Nerds’ 와 같은 주변인 정체성에 저항하며, 자신들을 토론토에 거주하는 캐나다인들뿐 아니라 오래된 한국이민자들과 대비하여, 부유하고 모던하며 코스모폴리탄적인 ‘쿨’의 정체성을 형성한다. 이 글에 나타난 유학생들의 이야기는 세계화의 물질적 조건과 그 불평등의 구조 속에서 언어자원의 세계성과 지역성이 어떻게 변형되는지의 사례를 보여준다. [Korean]
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,025 | 0,016 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 source (Gemma direct ou Codex distillé), 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 ».