MétaCan
Menu
Retour à la cohorte
Enregistrement W3028476613 · doi:10.1177/0741713620921179

Learning to Become Good Mothers: Immigrant Mothers as Adult Learners

2020· article· en· W3028476613 sur OpenAlexaffabout
Yidan Zhu

Notice bibliographique

RevueAdult Education Quarterly · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImmigrationIdeologyLifelong learningAdult educationEthnographySociologyGender studiesPedagogyPoliticsPolitical science

Résumé

récupéré en direct d'OpenAlex

Immigrant mothers, who are socially constructed as an isolated group of people, are often excluded from the studies of adult learners. In adult education, few studies focus on immigrant mothers’ ways of learning, mothering, and knowing. Based on a critical ethnographical study, this article sheds lights on immigrant mothers’ learning in a foreign land. It unveils how immigrant mothers learn mothering skills and how their lifelong learning practice interacts with the ideology of mothering in contemporary neoliberal contexts. The data come from a 2-year critical ethnographic study that included 30 in-depth interviews with Chinese immigrant mothers in a Vancouver-based immigration settlement organization in Canada. The following five types of immigrant mothers’ lifelong learning practices are examined and analyzed: (a) learning parenting skills, (b) learning to find a job, (c) learning language, (d) learning to drive, and (e) learning to live a healthy lifestyle. This article argues that immigrant mothers’ lifelong learning practice constitutes a mechanism, one in which the ideology of mothering and immigrant mothers’ everyday learning and mothering deeply interact to reproduce race, gender, and class relations. This article concludes that there is a need to study immigrant mothers, as adult learners, and to reexamine knowledge systems, ideologies, and people’s different ways of knowing and learning in adult 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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,243
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,003

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 Opus0,013
Tête enseignante GPT0,312
Écart entre enseignants0,299 · 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.

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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdult Education QuarterlyMême sujetGlobal Education and MulticulturalismTravaux en français237 207