MétaCan
Menu
Retour à la cohorte
Enregistrement W4210419333 · doi:10.3138/jmvfh-2021-0100

Barriers to French language use in the Canadian Armed Forces

2022· article· en· W4210419333 sur OpenAlexaffvenueabout
Sara Rubenfeld, Carla Sowinski

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensDepartment of National Defence
Organismes subventionnairesnon disponible
Mots-clésFrenchVitalityAccommodationLinguisticsCohesion (chemistry)Second languageFirst languageSociologyLanguage acquisitionLanguage proficiencyPublic relationsPsychologyPolitical sciencePedagogyMathematics education

Résumé

récupéré en direct d'OpenAlex

LAY SUMMARY Despite the official language status of French in Canada, there are barriers that may limit its use in the Canadian Armed Forces (CAF). This article discusses academic literature on second language learning, group relations, and motivation to describe the dynamics underlying these barriers and provide recommendations to mitigate them. In particular, the concept of ethnolinguistic vitality is discussed to differentiate between minority and majority groups in terms of how second languages are acquired and used. In addition, Communication Accommodation Theory explains how elements of CAF culture — namely, prioritizing operations, team cohesion, and adhering to a chain of command structure — may contribute to Francophone members sensing they are less able than their Anglophone counterparts to use their language of choice in the workplace. Lastly, drawing on Self-Determination Theory, the incentivizing of official language learning is discussed regarding its potential impact on second language proficiency, willingness to use a second language, and continuation of learning. Insights for leadership and second language training approaches are also provided.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,003
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,277
Écart entre enseignants0,234 · 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'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetEFL/ESL Teaching and LearningTravaux en français237 207