Capitalism, immigration, language and literacy: Mapping a politicized reading of a policy assemblage
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Immigration for Australia and Canada is critical to sustain economic growth. Each country’s immigration policy stems from its vision of a nation that includes the role of language and literacy and a program of economic outcomes. While the authors acknowledge that economic integration through employment dominates immigration policies in Canada and Australia, the goal of this article is to critically examine and map how language and literacies in an immigration policy are positioned in relation to economic outcomes in neo-liberal times. Questions flowing from the article’s objective are: what does immigration produce, and what is its effect on how language and literacies are legitimated? The questions explore how capitalism decodes immigration, language and literacy, and in turn how immigration, language and literacies reterritorialize/reconfigure in the context of human and economic capital. These questions are taken up in an assemblage that includes Deleuze and Guattari’s writings on capitalism and deploys multiple literacies theory to read capitalism, immigration, language and literacy in the context of immigration policies prevailing in Australia and Canada. These two countries offer an interesting entry point for rhizomatic analysis since Canada’s government has, in recent years, been actively investigating Australia’s policies and their effectiveness in the successful integration of newcomers. Mapping a politicized reading of the immigration–language–literacy policy assemblage and questioning how this assemblage reconfigures is important as global migration intensifies around the world.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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