MétaCan
Menu
Retour à la cohorte
Enregistrement W2514969557 · doi:10.3917/ls.157.0019

Investment and Language Learning in the 21 st Century

2016· article· fr· W2514969557 sur OpenAlexaffabout
Ron Darvin, Bonny Norton

Notice bibliographique

RevueLangage et société · 2016
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophySociology

Résumé

récupéré en direct d'OpenAlex

Cet article explore la notion d’investissement dans l’apprentissage linguistique, développée par Bonny Norton à partir du milieu des années 1990 (Norton Peirce, 1995 ; Norton, 2000 ; 2013), et augmentée plus récemment par Ron Darvin (Darvin & Norton, 2015). L’investissement, complément sociologique de la notion psychologique de motivation, est devenu un point nodal de la linguistique appliquée (Kramsch, 2013), dévoilant les rapports de pouvoir qui promeuvent ou qui limitent l’apprentissage et l’enseignement des langues. L’article s’intéresse particulièrement au modèle élargi d’investissement de Darvin et Norton, impulsé par les changements technologiques survenus dans le paysage communicatif. Afin d’analyser les paradoxes de la mondialisation et les mécanismes invisibles du pouvoir à l’œuvre dans l’économie du savoir, le modèle situe l’investissement au croisement de l’identité, du capital et de l’idéologie. Il élabore de manière utile l’idée selon laquelle le droit à la parole doit être appréhendé comme une notion construite, matériellement et idéologiquement. À partir de situations d’apprentissage canadiennes et ougandaises, l’article montre comment l’investissement découle du positionnement des apprenants, de leur négociation des potentialités d’apprentissage, et de formes systémiques de contrôle qui compromettent leur agentivité. En conclusion il est estimé qu’une pédagogie critique mettant en valeur un avenir cosmopolite pourrait inciter l’apprenant à s’investir davantage dans les pédagogies de langue et de littératie du 21 e siècle.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0040,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
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 Opus0,021
Tête enseignante GPT0,281
Écart entre enseignants0,260 · 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

Citations86
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangage et sociétéMême sujetSecond Language Learning and TeachingTravaux en français237 207