Community-Anchored Assessment of Indigenous Second Language Learning in K-12 Schools
Notice bibliographique
Résumé
Indigenous second language programs in K-12 schools contribute to culturally nourishing education and to the revitalization of Indigenous languages. Assessing Indigenous second language learning presents particular opportunities and challenges based on the linguistic, historical, political, cultural, and social contexts in and for which the Indigenous language is being taught and learned. The self-governing Inuit region of Nunatsiavut is concerned with developing effective and appropriate tools for assessing students’ Inuttitut in order to evaluate how well K-12 programs are working so far, identify the basis on which future K-12 Inuttitut curriculum may be developed, and support ongoing assessment of learning and for learning in Inuttitut classrooms. This article discusses ways in which Inuit teachers in Nunatsiavut and a curriculum evaluation team have developed and implemented assessment tools and practices to evaluate Inuttitut learning in Nunatsiavut area K-12 schools. We discuss how Indigenous language learning and assessment, even when it occurs as part of an official school program, can be anchored in families and community. Families and communities need to be part of establishing language learning goals. Inuit teachers are drawing in full community resources and building a community of practice including Elders, other language speakers, leaders, principals, and teachers, to support and create contexts for community-anchored Inuttitut learning and assessment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».