How a Non-Native Speaker Constructs Positive Identities in a Master’s Teacher-Training Program in Canada
Notice bibliographique
Résumé
In this paper on how a non-native English speaker (NNES) constructs positive identities, I argue that a Master’s teacher-training program in Canada has offered me resources, support as well as space to develop my own complex identities (Norton & Toohey, 2011). Speaking from the perspectives of a NNES, I aim to encourage pre-service or in-service teachers to think positively of themselves with my personal anecdotes. I first discuss constructs of Norton & Gao’s (2008) identity and investment, and how my identity has been (re)shaped in the particular sociocultural context in a Canadian university. My investment in the current program does not just help me improve the target language, but rather increase my cultural capital. Then, I analyze Bakhtin’s dialogism (as cited in Johnson, 2014), and relate the concept to illustrate the significance of engaging myself in a dialogue with peers and professors, and how everything people say or do has a meaning in relation to others. Lastly, I address the notions of interactive others (Kettle, 2005) along with multicompetence (Cook, 1996, as cited in Block, 2003). Interactive others provide audible space for people to be heard, and how they have made a difference in my life. As a NNES, I am not a failed monolingual, but a multicompetent language user who has knowledge of not just one language in my own mind (Cook, 1996). I hope to bring positive influences on those who will enter the job market soon.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».