MétaCan
Menu
Retour à la cohorte
Enregistrement W2580723790 · doi:10.1111/modl.12374

The African Storybook and Language Teacher Identity in Digital Times

2017· article· en· W2580723790 sur OpenAlexaff
Espen Stranger–Johannessen, Bonny Norton

Notice bibliographique

RevueModern Language Journal · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPedagogyLiteracyIdentity (music)PsychologyMultilingualismCultural capitalParticipant observationSociology

Résumé

récupéré en direct d'OpenAlex

The African Storybook (ASb) is a digital initiative that promotes multilingual literacy for African children by providing openly licenced children's stories in multiple African languages, as well as English, French, and Portuguese. Based on Darvin and Norton's ( ) model of identity and investment, and drawing on the Douglas Fir Group's ( ) framework for second language acquisition, this study investigates Ugandan primary school teachers’ investment in the ASb, its impact on their teaching, and their changing identities. The study was conducted in a rural Ugandan school from June to December 2014, and the data, which focus on one key participant, Monica, were drawn from field notes, classroom observations, interview transcripts, and questionnaires, which were coded using retroductive coding. The findings indicate that through the ASb initiative and its stories, Monica and other teachers began to imagine themselves as writers, readers, and teachers of stories, reframing what it means to be a reading teacher. Teachers’ shifts of identity were indexical of their enhanced social and cultural capital as they engaged with the ASb, notwithstanding ideological constraints associated with mother tongue usage, assessment practices, and teacher supervision. The authors conclude that the enhancement of language teacher identity has important implications for the promotion of multilingual literacy for young learners in African communities.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,008
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,010
Communication savante0,0080,007
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
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 Opus0,014
Tête enseignante GPT0,259
Écart entre enseignants0,245 · 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

Citations68
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Language JournalMême sujetSecond Language Learning and TeachingTravaux en français237 207