MétaCan
Menu
Retour à la cohorte
Enregistrement W3047399539 · doi:10.25071/1916-4467.40538

Language, Identity and Social Integration: Stories of Skilled Bangladeshi Immigrants in Canada

2020· article· en· W3047399539 sur OpenAlexaffvenueabout
Shaila Shams

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSettlement (finance)ImmigrationSociologyEthnographyIdentity (music)Sociocultural evolutionGender studiesLanguage acquisitionPsychologyPolitical scienceAnthropologyMathematics education

Résumé

récupéré en direct d'OpenAlex

This emerging ethnographic study aims to explore the impact of English language and learning on the settlement and social integration of skilled Bangladeshi immigrants in Canada. Though language is a significant factor in immigrants’ settlement, few researchers have explored the relationship between language and immigrants’ social integration, and even fewer have researched the impact of language in skilled immigrants’ settlement (Han, 2007; Gimpapa & Canagarajah, 2017). Canada is a popular destination for Bangladeshi skilled immigrants; however, they have remained largely ignored in the academic research and in the ethno-social milieu of Canada. Therefore, this study aims to explore how Bangladeshi skilled immigrants learn the English language, how they socialize using the language and what struggles they face in learning the language. The conceptual framework of the research is drawn from a poststructural understanding of language (Bourdieu, 1977, 1986) and sociocultural theory of learning (Block, 2013; Lave & Wenger, 1991; Ochs, 1991), and the research methodology is informed by critical theory and critical ethnographic sociolinguistic research (Heller et al., 2017). The significance of this research lies in exploring the role of language, access and participation in the settlement of the underrepresented Bangladeshi skilled immigrants in Canada and in reconceptualizing migrants’ language learning needs and scopes.

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)0,004
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 enseignants0,059
Score d'incertitude au seuil0,427

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0520,015
Communication savante0,0080,003
Science ouverte0,0030,009
Intégrité de la recherche0,0030,006
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 Opus0,053
Tête enseignante GPT0,400
Écart entre enseignants0,347 · 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

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association for Curriculum StudiesMême sujetMultilingual Education and PolicyTravaux en français237 207