MétaCan
Menu
Retour à la cohorte
Enregistrement W2953780709 · doi:10.1017/9781108333603.029

Heritage Language Instruction

2019· book-chapter· en· W2953780709 sur OpenAlexaffabout
Kim Potowski, Sarah J. Shin

Notice bibliographique

RevueCambridge University Press eBooks · 2019
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésHeritage languageFirst languageContext (archaeology)LinguisticsIndigenousRelevance (law)ImmigrationLanguage contactHistoryPolitical scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

The concept of a heritage language is broad and highly dependent on context, making it impossible to offer a generalizable account in a chapter such as this. Instead, we present specific contexts to illustrate the concept, focusing principally on the United States but also including other contexts with which we are familiar. The term heritage language emerged in Canada in the late 1970s in the context of the Ontario Heritage Languages Programs (Cummins, 2005). It was used to refer to any language other than English and French, the country’s two official languages, and included languages spoken by Canada’s First Nation people or by its immigrants (Cummins, 1991). In the Australian context, heritage languages were defined as languages other than English (also known as LOTEs; Clyne, 1991). In the United States, the term has been used synonymously with community language, native language, and mother tongue to refer to an immigrant, indigenous, or ancestral language that a speaker has a personal relevance and desire to (re)connect with (Wiley, 2005).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,914

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,313
Écart entre enseignants0,272 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetMultilingual Education and PolicyTravaux en français237 207