Language ideologies in multilingual Tanzania: parental discourses, school realities, and contested visions of schooling
Notice bibliographique
Résumé
Language ideologies shape ways in which different learners’ linguistic repertoires are positioned as resources or problems, with significant implications for educational access and equity. In Tanzania, tensions between the national language of Kiswahili and high-status English have given rise to two parallel schooling systems, while 130+ local languages are effectively muted in formal schooling. This comparative study explores how Maa (Maasai language), Kiswahili, and English are discursively constructed by parents and teachers at one Kiswahili-medium government school and one English-medium private school in a predominantly Maasai community in northern Tanzania, and examines how these languages are positioned pedagogically at both schools. Education for Self-Reliance (Nyerere 1967/2004 Nyerere, Julius. 1967/2004. “Education for Self Reliance.” In Nyerere on Education/Nyerere Kuhusu Elimu, edited by Elieshi Lema, Marjorie Mbilinyi, and Rakesh Rajani, 67–88. Dar es Salaam: E&D Limited.[Crossref] , [Google Scholar]. “Education for Self Reliance.” In Nyerere on Education/Nyerere Kuhusu Elimu, edited by Elieshi Lema, Marjorie Mbilinyi, and Rakesh Rajani, 67–88. Dar es Salaam: E&D Limited) and Duchêne and Heller’s (2012. Language in Late Capitalism: Pride and Profit. New York: Routledge) work on ‘pride and profit’ provide theoretical lenses. Findings show that parents’ strong appreciation for multilingualism contrasts with schools’ monoglossic ideologies; discourses of nationalism and identity vary dramatically depending on parents’ educational background; and Maasai language and culture are constructed unambiguously as problems in schooling. The linguistic, ideological, and cultural divide between home and school, and between respective schools, is problematised. This paper addresses implications for debates on language education in Tanzania and beyond, exploring possibilities for pluralistic ideologies of nationalism that create space for multilingual and multicultural resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».