Multilingualism in Modern Kazakhstan: New Challenges
Notice bibliographique
Résumé
The paper is devoted to the problem of multilingualism and multilingual education in modern Kazakhstan. Kazakhstan is a multiethnic and multi-religious state, where live more than 126 representatives of different ethnic groups. At the present stage in the development of Kazakhstani society, bilingualism is gradually turning into multilingualism. One of the most important strategic goals of the language policy of Kazakhstan is the necessity of speaking several languages: Kazakh, Russian and English. Kazakhstan is currently implementing overall modernization of the education system and embedding a multilingualism policy into the educational process as well. The experimental sites for multilingual education have been initiated in several Kazakhstani Universities and secondary schools. The young Kazakhstani generation brought up in independent Kazakhstan is involved in multilingual education process. By the year 2020, 100% of the population is expected to speak the Kazakh language, 95% Russian and 25% English. For the implementation of these goals a fundamentally new type of learning - e-learning - is being developed. Its test-project has been initiated within 44 institutions. In 2014 the Ministry of Education and Science of the Republic of Kazakhstan is increasing the number of such institutions by providing them with the Internet access at the speed of 4 to 10 Mbit per sec. The outcome of the research is based on the sociolinguistic data which has been conducted in all regions of the country, using the methods of sociolinguistic data collection.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».