MétaCan
Menu
Retour à la cohorte
Enregistrement W2502125850 · doi:10.4018/978-1-59904-298-5.ch024

Language, Identity, and Community Control

2007· book-chapter· en· W2502125850 sur OpenAlexaffabout
Kate Hennessy, Patrick Moore

Notice bibliographique

RevueIGI Global eBooks · 2007
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)IdeologySociologyLinguisticsPolitical scienceLawAesthetics

Résumé

récupéré en direct d'OpenAlex

To all my children, we are losing our language. You are our future leaders; you must learn our language. It is the root and heart of our culture. I pass you our language. You must learn our language. — “A Message to our Children,” Tagish First Voices Web site. From the turn of the century into the early 1970s, the Choutla Anglican residential school at Carcross in the Yukon Territory was home to generations of Tagish and Tlingit children. Victims of an assimilationist educational ideology that separated them from their families for at least ten months of the year, many children were denied the teachings of their elders, the right to speak their native language and, as a result, many aspects of their identity as native people. The Tagish and Tlingit community at Carcross has since come to terms with the pain and loss associated with the Choutla school and has become empowered to move beyond the extreme paternalism of the residential school era to greater self-determination and a deep sense of cultural identity. It is symbolic that in the very place where the native languages were aggressively decimated by the residential school policies, members of the local community are taking control of information technology to ensure the revival of the Tagish language. Control over technology has in this case facilitated the assertion of authority over every way their language is represented and made it possible for their cultural values and practices to define the nature of such representations.

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)0,003
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,021
Communication savante0,0170,005
Science ouverte0,0010,013
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,091
Tête enseignante GPT0,452
Écart entre enseignants0,361 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetMultilingual Education and PolicyTravaux en français237 207