Forbidden fruit : identity, power and investment issues in learning a second language through computer mediated communication
Notice bibliographique
Résumé
In this inquiry, I use ethnographic research methods to uncover the tensions that a selected group of military officers and students from Central and Eastern Europe and Asia experienced learning English in Canada and in Europe. In both settings, I use a Participatory Action Research (PAR) approach to the inquiry to critically explore with the participants their experiences using computers for second language learning. We negotiate changes to their current perceptions of computer-assisted language learning (CALL) through the use of computer-mediated communication (CMC). This communication involved writing-based exchanges at the Canadian site and using state-of-the-art audio video transferring technology, in a multi-site videoconferencing setting with Europe. The study took place between 2001 and 2004. During the four phases of the study, I collected data through observations of online interchanges, collaborative dialogic interviews and participants' written texts in the form of journals and e-mails. Other important data sources included videotapes and field notes taken at the Canadian site and during three field trips to the European sites. I draw on Vygotsky's socio-cultural approach to language, Bakhtin's concept of learning as dialogic and Weedon's notion of identity as dynamic, constructed and contested through Discourses. The work of these three theorists helps to frame my understanding of the historical, political, cultural, pedagogical and personal influences on this multicultural group of English language learners as they negotiated their learning in a unique setting. The participants' stories suggest that video-based computer technology not only supported some of their investment in using their second language orally but also enabled them to construct more powerful subjectivities. The identity construction that took place in English online is an important consideration for these individuals from evolving democracies that are struggling for international connection and recognition. I argue that more stories need to be told so that SL researchers can re-examine their understanding and theories of language learning and communicative practices to include computer technology. I suggest that stories such as these also have important implications for learners, educators and policy makers as they consider their teaching and learning practices with computers in their second language learning contexts.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,028 |
| Communication savante | 0,014 | 0,016 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».