MétaCan
Menu
Retour à la cohorte
Enregistrement W2189757985 · doi:10.1075/aral.38.3.06sch

Linguistic barriers among Internationally Educated Teachers in Ireland and Canada

2015· article· en· W2189757985 sur OpenAlexaffabout
Clea Schmidt, Rory Mc Daid

Notice bibliographique

RevueAustralian Review of Applied Linguistics · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)CurriculumSociologyContext (archaeology)Linguistic competenceMultilingualismLinguisticsPedagogyPsychologyPolitical scienceGeographySocial psychology

Résumé

récupéré en direct d'OpenAlex

Drawing on qualitative interview and focus group data collected from Internationally Educated Teachers (IETs) in the context of two different research studies conducted in Ireland and Manitoba, Canada, this article critically examines how national/regional linguistic requirements and expectations of a hidden curriculum are experienced as barriers to employment and as status inhibitors. While the two sites contrast starkly in terms of size, migration frameworks, and population demographics, some IETs are faced with comparable barriers in terms of securing work in their field in both countries. We make two main arguments on the basis of our findings: 1) language proficiency requirements for IETs should be accompanied by appropriate language supports, and 2) education systems must move beyond viewing language within a monolingual framework to avoid devaluing the rich linguistic repertoires of IETs who are multilingual. Analysis draws on the concept of plurilingualism to advocate for a more complex and inclusive approach to defining linguistic competence for teachers. Further, the theoretical lens of language ecology usefully emphasises the wider linguistic context that should be taken into account when designing and implementing policy and programming for IETs. Implications of this research illuminate the ways power and linguistic identity intersect in international education systems.

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)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,568

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0160,010
Communication savante0,0070,002
Science ouverte0,0030,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,256
Écart entre enseignants0,234 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralian Review of Applied LinguisticsMême sujetSecond Language Learning and TeachingTravaux en français237 207