Notice bibliographique
Résumé
As a member of the Tahltan Nation, I carried out research that centred on community experiences of language reclamation. The investigation focused on how language reclamation is connected to health and healing, as well as what has been done and what still needs to be done to revitalize and reclaim the Tahltan language. Language reclamation is the start of a process in which our people heal from the impacts of colonization and assimilation by reclaiming our language, culture, and identity, thereby allowing our voices to become stronger and healthier. From what was learned from community co-researchers, scholars who have worked with our communities, Indigenous community language revitalization experts, and international language revitalization scholars, I developed a Tāłtān Language Reclamation Framework focusing on governance; language programming; documentation; training and professional development; and resiliency, healing, and well-being. This report will discuss the ways in which this framework has been implemented in community over the last decade, highlighting examples such as the formation of a language governing body, Dah Dẕāhge Nodeside (Tahltan Language Reclamation Council); the implementation of language nests; the development of a Tāłtān language school K–8 curriculum; the creation of learning materials based on old and new recordings of first language speakers (e.g., digital apps and videos, websites, alphabet book, grammar resources); post-secondary fluency/proficiency community programming; and documentation training. Finally, we continue to focus on the relationship between language reclamation, intergenerational trauma, and healing, resiliency, and well-being. This will be done through community-based immersive programming that focuses on the nurturing of relationships with first language speakers in order to create not only learning resources, but safe and supportive environments for all speakersーlearners, second language speakers, silent speakers, and first language speakers.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 ».