Notice bibliographique
Résumé
In the field of language and identity, the subcategory of gender has been an area of growing interest (Pavlenko, 2001; Norton & Pavlenko, 2004; Menard-Warwick, 2008; and Higgins, 2010). Adopting the view of gender as “a system of social relationships and discursive practices” (Norton & Pavlenko, 2004, p. 504), social context is fundamental in understanding how gender relates to foreign language learning. This qualitative study focused on the extent to which gender impacts English language learning and English language use in the context of teaching English as a foreign language in South Korea. More specifically, it investigates how gender shapes self and social identity, and how these identities relate to English language learning and English language use, at present and/or in the future, in both real and/or imagined communities. Four male and four female participants were selected using purposive homogenous sampling techniques based on the criteria of having lived abroad in an English speaking community for over 5 years—a criterion which assumes the formation of self and social identity in addition to their native Korean L1. Data was collected through multiple methods including open-ended questionnaires, in-depth interviews, and focus group discussions. Interview and questionnaire data reveals gender differences in the symbolic meaning of English language, the relevance of English in self and social positioning, and the role of English in shaping future professional trajectories with males situating themselves in international contexts and females in the local.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».