MétaCan
Menu
Retour à la cohorte
Enregistrement W3139729636 · doi:10.5430/wjel.v11n1p43

Emerging Stereotypes about the Target Culture through Popular Culture and Cultural Heritage References in EFL Textbooks

2021· article· en· W3139729636 sur OpenAlexvenueno aff
María Daniela Cifone Ponte, Andrés Canga Alonso

Notice bibliographique

RevueWorld Journal of English Language · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNationalityTarget cultureGrammarEthnic groupCultural heritageContent (measure theory)Ethnic culturePsychologySociologyLinguisticsPedagogyHistoryAnthropologyImmigrationPhilosophy

Résumé

récupéré en direct d'OpenAlex

EFL textbooks are not only grammar references but also a tool through which learners get their first glimpses to the target culture. Thus, their content should be carefully selected to avoid providing the learners with a conventionalized view of the target society which is likely to contribute to create cultural stereotypes. This paper analyzes references to the target culture through the examination of two cultural categories: Popular Culture and Cultural Heritage in five 2nd Baccalaureate EFL textbooks used in La Rioja, Spain. The main purpose of the present study is to explore (i) the status of the target culture over other cultures in these materials and, (ii) the gender, nationality and ethnic stereotypes that may emerge from their content. Results evince that the target culture is predominant in EFL textbooks used by 2nd Baccalaureate students and stereotypes related to gender, ethnicity and nationalities are strongly present in their content.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,476
Score d'incertitude au seuil0,638

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,312
Écart entre enseignants0,293 · 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.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetGender Studies in LanguageTravaux en français237 207