Qallunaat Learners of Inuktitut: A Qualitative Investigation of How and Why Non-Inuit Learn Inuktitut as a Second Language
Notice bibliographique
Résumé
Qallunaat, the Inuktitut term for people of non-Inuit heritage, is one demographic which is often not mentioned when discussing Inuktitut language revitalisation.Yet there is an increasing number of Qallunaat moving to Inuit Nunangat, the traditional Inuit homeland, who do not learn Inuktitut or another Inuit language.The present study investigates the motivations and attitudes of Qallunaat who learn Inuktitut.Using the L2 Motivational Self System (Dörnyei, 2005) as a theoretical framework, the present study considers the internal and external pressures for why a Qallunaat might choose to learn Inuktitut.The data, collected from interviews with Qallunaat learners of Inuktitut (n=7), suggest that this demographic is motivated primarily by internal factors.Prominent motivations for learning Inuktitut included interest in Inuit culture, enjoying the challenge of learning this language and a desire to communicate with Inuit.The present study also investigates which language learning resources Qallunaat have access to and which resources they believe are currently missing.Having access to a proficient speaker of Inuktitut was the highest rated resource for these learners.Among the resources deemed missing, the most prominent request was for learning materials aimed at advanced learners of Inuktitut.A number of pedagogical and theoretical implications are herein discussed.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».