MétaCan
Menu
Retour à la cohorte
Enregistrement W2967804359 · doi:10.1177/0261927x19868974

Assessing 40 Years of Group Vitality Research and Future Directions

2019· article· en· W2967804359 sur OpenAlexafffundabout
Richard Y. Bourhis, Itesh Sachdev, Martin Ehala, Howard Giles

Notice bibliographique

RevueJournal of Language and Social Psychology · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesRoyal Society of CanadaUniversité du Québec à MontréalUniversité de LorraineMcGill University
Mots-clésVitalityPsychologyKey (lock)SociologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

This article provides key group vitality concepts followed by a selective overview of four decades of research on vitality issues. Group vitality is what makes language communities behave as distinctive and active collective entities within multilingual settings. Three structural factors combine to foster strong to weak group vitality: demographic factors, institutional support, and status. The objective vitality framework uses available census and sociolinguistic indicators to measure the relative vitality of minority and majority language communities in contact. Two case studies show the crucial role of language policies in improving or undermining the vitality of language minorities in Canada. Studies of subjective perceptions of group vitality are reviewed as they relate to language and communicative outcomes. Key vitality models are noted along with future research directions highlighting the need for a theoretical integration of the vitality framework.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil0,173

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,141
Tête enseignante GPT0,592
Écart entre enseignants0,450 · 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'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

Citations42
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Language and Social PsychologyMême sujetMultilingual Education and PolicyTravaux en français237 207