Indigenous Language Revitalization and Applied Linguistics: Parallel Histories, Shared Futures?
Notice bibliographique
Résumé
Abstract Damages done to Indigenous languages occurred due to colonial forces, some of which continue to this day, and many believe efforts to revive them should involve more than Indigenous peoples alone. Therefore, the need for learning Indigenous languages as “additional” languages is a relatively new societal phenomenon and Indigenous language revitalization (ILR) an emerging academic field of study. As the ILR body of literature has developed, it has become clear that this work does not fit neatly into any single academic discipline. While there have been substantial contributions from linguistics and education, the study and recovery of Indigenous languages are necessarily self-determined and self-governing. Also, due to the unique set of circumstances, contexts, and, therefore, solutions needed, it is argued that this discipline is separate from, yet connected to, others. Applied linguists hold specific knowledge and skills that could be extended to ILR toward great gains. This paper explores current foci within ILR, especially concepts, theories, and areas of study that connect applied linguistics and Indigenous language learning. The intention of this paper is to consider commonalities, differences, current and future interests for shared consideration of the potential of collaborations, and partnerships between applied linguistics and ILR scholars.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,043 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».