Heritage language learning and identity construction of 1.5 and second generation Korean Canadians
Notice bibliographique
Résumé
Immigrants’ extensive contributions to Canada include cultural and linguistic diversity, underscoring the need to understand the complexities and identity construction of linguistic minorities. Drawing on sociocultural and poststructural perspectives on language, identity, and power (Duff, 2007, 2019; Foucault, 1978; Norton, 2013), this multiple case study of six university-aged 1.5 and second generation Korean Canadians explores the dynamic interplay of heritage language learning experiences, situated contexts, and identity construction. Drawing on participants’ lived experiences and perspectives, the data include in-depth interviews with the primary participants, a focus group with community leaders, and the researcher’s reflection journals. Offering insight into the participants’ first institutional heritage language learning experiences at a university, the findings reveal how deeply these linguistic minorities’ heritage language learning trajectories and identity construction were situated within complex webs of familial, sociocultural, political and transnational factors, and individuals’ different ways of reacting to the social forces. Endeavors to immerse themselves into a range of linguistic and cultural contexts gave these young adults valuable life lessons and unique identities as Korean Canadians, within which they shifted their bilingual/cultural identities. Their heritage language played a critical role in the participants’ multiple identities, broadening their social spaces. University-aged Korean Canadians’ experiences underscore the importance of sociocultural contexts of linguistic minorities’ identity and heritage language learning, the close relationship between language and identity, and the critical role of institutional inclusion of heritage languages, alongside the role of the home, educational institutions, communities, and society.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,031 | 0,007 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».