MétaCan
Menu
Retour à la cohorte
Enregistrement W2289288650 · doi:10.14288/1.0074366

"They all talk Okanagan and I know what they are saying." language nests in the early years : insights, challenges and promising practices.

2014· article· en· W2289288650 sur OpenAlexaffabout
Natalie A. Chambers

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLinguisticsEcologyComputer scienceGeographyBiologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Indigenous early language learning programs for young children, commonly known as “language nests”, are well established in New Zealand and Hawai‘i. By contrast, in Canada there are few such programs and the concept is not commonly known in Indigenous communities. This study presents the experiences and insights of twenty-one fluent Elders, administrators, language teachers, early childhood educators and parents who have been involved in language nest programs in the start up years. These interviews were shaped by research questions on key issues, challenges and promising approaches. A thematic analysis was used to highlight dominant themes and to honour the words and ideas of the participants. The participants in this study described the benefits that young children and fluent Elders experience through their involvement in early language immersion programs. Research participants shared visions for nests, deeply held beliefs about the need to fully immerse young children in their language, as well as promising approaches. These insights give evidence that Language Nests support young children to understand, speak and sing in the language, and that participation in these programs has the added effect of enhancing the daily lives of involved fluent Elders. This research is presented in service to the reclamation of early learning, Indigenous languages, and intergenerational ways of knowing and being.

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)0,004
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 enseignants0,903
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0170,013
Communication savante0,0040,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,034
Tête enseignante GPT0,296
Écart entre enseignants0,261 · 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

Citations4
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetMultilingual Education and PolicyTravaux en français237 207