MétaCan
Menu
Retour à la cohorte
Enregistrement W2412970629 · doi:10.1057/9780230596047_11

Language Socialization and the (re)Production of Bilingual Subjectivities

2007· book-chapter· en· W2412970629 sur OpenAlexaff
Paul Garrett

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2007
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocializationCommunicative competencePsychologyCompetence (human resources)Linguistic competenceNegotiationLinguisticsPedagogyDevelopmental psychologySociologySocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

Language socialization is the human developmental process whereby a child or other novice (of any age) acquires communicative competence (Hymes 1972), enabling him or her to interact meaningfully with others and otherwise participate in the social life of a given community. Language socialization occurs primarily through interactions with older or otherwise more experienced persons (Garrett and Baquedano-López 2002; Ochs and Schieffelin 1984; Schieffelin and Ochs 1986a, 1986b), but also, in most cases, through interactions with peers (Dunn 1999; Farris 1991; Paugh 2005; Rampton 1995a). The child or novice’s development of communicative competence through such interactions is largely a matter of learning how to behave, both verbally and non-verbally, as a culturally intelligible subject. While mastering the formal features of the community’s language or languages so as to be able to produce grammatically and pragmatically well-formed utterances (Ochs and Schieffelin 1995), the child or novice must also learn how to use language in conjunction with various other semiotic resources as a means of actively co-constructing, negotiating and participating in a broad range of locally meaningful (though largely quite mundane) interactions and activities — a process that Schieffelin and Ochs (1996) characterize as ‘the microgenesis of competence’. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,012
Communication savante0,0050,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,047
Tête enseignante GPT0,279
Écart entre enseignants0,233 · 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

Citations93
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207