MétaCan
Menu
Retour à la cohorte
Enregistrement W2516285973 · doi:10.1002/tesq.316

Language Teacher Identity and the Domestication of Dissent: An Exploratory Account

2016· article· en· W2516285973 sur OpenAlexaffabout
Brian Morgan

Notice bibliographique

RevueTESOL Quarterly · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésDissentSociologyPedagogyTeacher educationIdentity (music)IdeologyCertificationPublic relationsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In this article, the notion of dissent refers to a more critical, ideological orientation to advocacy for and by TESOL professionals. The notion of domestication refers to identity‐forming practices in the knowledge base of language teacher education (LTE) and in professional certification processes that potentially displace this critical orientation. After a discussion of field‐internal examples (e.g., epistemic dependencies, Kumaravadivelu, 2012; linguistics applied, Widdowson, 1980; language objectification, Reagan, 2004), the article takes up a specific context of domestication: TESL Ontario's accreditation processes and requirements for the certification of adult instructors of ESL (English as a second language). Examining organizational documents and membership survey data, the article suggests that the framing of advocacy is inadequate for the conditions of underemployment and overqualification in this jurisdiction. The article then suggests an alternative for fostering critical advocacy skills in preservice programming: an Issues Analysis Project, in which teachers identify a “gap” in the field (i.e., pedagogical, ideological) and design a blueprint for action (e.g., advocacy letter, policy statement, workshop, curricular innovation) that potentially offers a resolution. The conclusions take up the broader implications of the study for language teacher identity negotiation as well as the TESOL organization's efforts in promoting advocacy amongst its membership.

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)0,011
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,013
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0130,027
Communication savante0,0080,011
Science ouverte0,0010,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,042
Tête enseignante GPT0,434
Écart entre enseignants0,392 · 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

Citations56
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTESOL QuarterlyMême sujetMultilingual Education and PolicyTravaux en français237 207