MétaCan
Menu
← Retour à la cohorte
Enregistrement W3002623886 · doi:10.3138/ctr.181.007

Drama as Methodology for Coast Salish Language Revitalization

2020· article· en· W3002623886 sur OpenAlexvenueaboutno aff
Kirsten Sadeghi-Yekta

Notice bibliographique

RevueCanadian Theatre Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDramaIndigenousFluencyLanguage revitalizationIndigenous languagePopulationSociologyLinguisticsHistoryVisual artsArt

Résumé

récupéré en direct d'OpenAlex

This article analyses theatre project ‘Hul’q’umi’num’ Heroes: Reclaiming Language through Theatre’, which aims to stem the decline of the Hul’q’umi’num’ language by bringing traditional stories about heroes to life in dramatic performances that spark and hold the interest of language speakers, language learners, and the general public. The territory of the Hul’q’umi’num’ people extends along the Salish Sea from Nanoose to Malahaton Vancouver Island in British Columbia, Canada. Today, around forty fluent first-language speakers remain, mostly over the age of 60, and thus Hul’q’umi’num’ is considered an endangered language. However, among the population of over 6,000 Hul’q’umi’num’, there are many people who desire to learn the language or improve their fluency. By embarking on the next step—turning traditional stories into theatre—the wproject is hoping to bring the language to the eyes and ears of the community, and, for the participants, it will possibly help unlock their ability to speak Hul’q’umi’num’. This article argues that applied theatre can be used to effectively address concerns pertaining to—in this case—the indigenous community the language revitalization work is meant to benefit, even though there are multiple challenges that stand in the way of such a process. The work has a strong focus on traditional and playful artistry and on consensus.

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)0,009
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,052
Communication savante0,0130,006
Science ouverte0,0020,011
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0170,002

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 Opus0,061
Tête enseignante GPT0,372
Écart entre enseignants0,310 · 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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Theatre Review→Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→