MétaCan
Menu
Retour à la cohorte
Enregistrement W4225574985 · doi:10.1080/13488678.2022.2056796

Towards critical translanguaging: a review of literature on English as a medium of instruction in South Asia’s school education

2022· review· en· W4225574985 sur OpenAlexaff
Pramod K. Sah, Ryūko Kubota

Notice bibliographique

RevueAsian Englishes · 2022
Typereview
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTranslanguagingMultilingualismSociologyNeuroscience of multilingualismIdeologyEliteNorm (philosophy)Bilingual educationLinguisticsPedagogyPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

English as a medium of instruction (EMI) has recently dominated language-in-education policies in South Asia while bilingual/multilingual practices have historically been the norm in primary and secondary education. Although the research on translanguaging is rapidly undertaken in English-only spaces in other world regions (e.g. North America), such studies are rare in South Asia. To this end, this conceptual article focuses on EMI research and policies in South Asia and discusses how the use of multiple languages or translanguaging is practiced in EMI classrooms, what kinds of scholarly judgments are given to such translingual practices, and what ideological limitations exist in translanguaging practices. We show that translanguaging practices are traditional norms in South Asian EMI classrooms but not necessarily a planned pedagogic approach. It is, rather, a spontaneous practice used as a ‘coping strategy’ of English language domination. We also discuss how seeing elite bilingualism (English plus a national dominant language) as translanguaging can be a liberal approach perpetuating unequal language hierarchies in education. Therefore, we argue that ‘critical translanguaging’ should resist nationalist and neoliberal ideologies that position languages and their users unequally, and instead protect the language, culture, and identity of those who have historically received marginalization.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,306
Écart entre enseignants0,280 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations109
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian EnglishesMême sujetSecond Language Learning and TeachingTravaux en français237 207