Bangla and the identity of the heritage language teacher
Notice bibliographique
Résumé
Abstract Research on language teacher identity in the field of heritage language (HL) teaching has received little attention, although identity is a central concern in HL education. Our research seeks to address this gap in the research on language teacher identity. Drawing on the Darvin and Norton’s (2015) conceptual framework of identity and investment, we investigate the extent to which Bangla HL teachers are invested in teaching Bangla, and how their investment provides insight into their identity as heritage language teachers. The study was conducted at the community-based Vancouver Bangla School, and the data, which focuses on our focal participant, Mili, were drawn from a year-long qualitative case study. Data sources include participant classroom observations, field notes, interview transcripts, a questionnaire, and educational resources used in the class, which were analyzed using thematic analysis. Findings indicate that Mili’s investment in teaching Bangla was deeply rooted in her ideological belief in the importance of HL maintenance for cultural continuity. However, she was also interested in the transcultural relationship between Bangla and English, and between Bangladeshi culture and Canadian culture. Her investment in teaching Bangla as a heritage language suggests that an HL teacher may serve as a cultural mentor, collaborator, innovator, and active community member. As a member of both the Canadian and Bangladeshi cultural community, she valued students’ Canadian cultural practices and helped students in negotiating their new transcultural identities as Bangladeshi-Canadians. Our study suggests that the identity of the HL teacher could be expressed as a transcultural identity that resists binaries and embraces hybridity.
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 | 0,001 | 0,008 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».