MétaCan
Menu
Retour à la cohorte
Enregistrement W2998873532 · doi:10.18192/olbiwp.v10i0.3236

Translanguaging and Linguistic Landscapes: A Study of Manitoban Schoolscapes

2020· article· en· W2998873532 sur OpenAlexaffvenueabout
Gail Cormier

Notice bibliographique

RevueOLBI Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversité de Saint-Boniface
Organismes subventionnairesnon disponible
Mots-clésTranslanguagingLinguisticsRepertoireSociologyLinguistic landscapeRepresentation (politics)MultilingualismDual languagePedagogyArtPolitical science

Résumé

récupéré en direct d'OpenAlex

The purpose of this article will be to review how the theory of translanguaging can be used to explore the linguistic landscapes of bi- and multilingual schools. Such an approach requires researchers to view space and language holistically since translanguaging practices occur not only within an individual but also within a particular space. As a result, a school’s linguistic landscape (schoolscape) can be viewed as a representation of the students’ language repertoire. Qualitative data will be presented from three different secondary school contexts in Manitoba, Canada; French immersion single-track, French immersion dual-track and French-language schools. This data will illustrate how translanguaging offers a new way to approach the analysis of schoolscapes in bi- and multilingual contexts. Keywords: translanguaging, linguistic landscapes, French immersion education, French-language education

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)0,002
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 enseignants0,460
Score d'incertitude au seuil0,926

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0230,012
Communication savante0,0060,003
Science ouverte0,0020,007
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 Opus0,068
Tête enseignante GPT0,425
Écart entre enseignants0,357 · 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

Citations11
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOLBI JournalMême sujetMultilingual Education and PolicyTravaux en français237 207