MétaCan
Menu
Retour à la cohorte
Enregistrement W2294364944 · doi:10.1075/aral.38.3.04fra

Betwixt and between

2015· article· en· W2294364944 sur OpenAlexaffabout
Monica Lynn Frank, Roumiana Ilieva

Notice bibliographique

RevueAustralian Review of Applied Linguistics · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensSimon Fraser UniversityBurnaby Hospital
Organismes subventionnairesnon disponible
Mots-clésImmigrationWorkforceCompetence (human resources)Identity (music)SociologyPedagogyProfessional developmentInclusion (mineral)Qualitative researchGender studiesPsychologyPolitical scienceSocial psychologySocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

The success of Canada’s immigration policy is intrinsically tied to employment of an immigrant workforce. Teaching is the fourth largest profession among Canadian immigrants, yet immigrants whose occupations are in education are three times less likely to be employed in their matching profession. Failure to incorporate an immigrant workforce not only affects economic success, but has repercussions for immigrant professional identity. This paper reflects on the development of professional identity for twelve internationally educated immigrant teachers (IETs) seeking to reposition themselves as teachers in the Greater Vancouver area of British Columbia, Canada. Through qualitative interviews and Life Positioning Analysis (Martin, 2013), this research explored the role of significant others in facilitating or impeding IETs’ inclusion into the teaching force and subsequent effects on professional identity development. Language and linguistic abilities emerged as a pervasive theme. Participants found acceptance and validation of their language and cultural differences through the perspectives of the students with whom they came into contact. In contrast, the professional teaching community’s perspectives in regard to accents and language proficiency caused IETs to question their competence and negatively impacted their professional identities. Implications for practice with respect to supporting IETs repositioning are offered.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
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 Opus0,097
Tête enseignante GPT0,403
Écart entre enseignants0,306 · 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'étudeSans objet
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralian Review of Applied LinguisticsMême sujetGlobal Education and MulticulturalismTravaux en français237 207