A Critical Ethnography of Myanmar Migrants’ Grassroots Multilingualism at a Chinese Massage Parlour
Notice bibliographique
Résumé
While China is broadening its gateway into South Asia and Southeast Asia, millions of foreign migrant workers cross the border and seek their transnational fortune in China’s border provinces. However, within the existing literature in migrant workers in China, language is rarely a research target in itself. As one of the important social actors language plays a key role shaping migrant workers’ life trajectories. Adopting Spolsky’s language policy theory and following the critical ethnography with migrant workers (Han, 2013; Mathews, 2011), this study explores the interplay of national polices of massage parlour management at a macro level, employers’ stipulations of managing Myanmar migrants at a meso level and Myanmar migrants’ language practices at micro level. Grounded upon critical sociolinguistic ethnography, data is collected from a China’s massage parlour at border town through the participant observation in and out of massage parlour, field notes, semi-structured interviews and documents. The study probes into how Chinese geopolitics of the wider process of regional development facilitates or constrains Myanmar migrants, how they mobilize social resources to expand their multilingual repertoires and how Chinese employer manages Myanmar migrants in language and life aspects. Findings reveal that there is no specific language policy at the recruitment stage. However, when Myanmar migrant workers start to work, language emerges as implicit but powerful medium streaming the likelihood of upward mobility. Other social factors, such as gender, nationality, religion and class also influence their mobility and integration into China’s local society. The study expands the understanding of language management and grassroots multilingualism in the context of globalization from below. Also the study provides implications on language policy making, migrants integration and education for migrants of multilingual backgrounds.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,007 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».