MétaCan
Menu
Retour à la cohorte
Enregistrement W2278992085 · doi:10.18848/2327-7882/cgp/v10i03/43611

An Investigation into Public and Community Heritage Language Programming in Canada

2013· article· en· W2278992085 sur OpenAlexaffabout
Naghmeh Babaee

Notice bibliographique

RevueThe International Journal of Communication and Linguistic Studies · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHeritage languageComputer sciencePolitical scienceGeographySociologyPedagogy

Résumé

récupéré en direct d'OpenAlex

Immigrant children who speak languages other than English or French as a first language can learn their heritage languages (HLs) at public and community schools in Canada. HLs refer to immigrants' first (parental) languages and in cases where immigrants do not speak their parental languages, HLs include their ancestors' first languages. HL programs play an important role in immigrant children's language maintenance, which refers to the ability to use or continue using their HLs. However, these programs face potential challenges such as a lack of funding (Cummins 2005) and well-developed instructional materials (Feuerverger 1997). In this paper, first, the importance of HL maintenance will be overviewed, followed by a discussion of HL programming in Canadian public schools. Second, HL programming at community schools are overviewed, followed by the challenges faced by a community school in a major Canadian city. Conclusion and recommendations for improving HL programs are presented in the end.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,084
Score d'incertitude au seuil0,438

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,101
Tête enseignante GPT0,451
Écart entre enseignants0,350 · 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 tête enseignante, 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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Communication and Linguistic StudiesMême sujetMultilingual Education and PolicyTravaux en français237 207