MétaCan
Menu
Retour à la cohorte
Enregistrement W4251734156 · doi:10.22215/etd/2021-14471

Developing Indigenous Language Materials for Schools and Land-Based Documentation: Gwa'sala-'Nak'waxda'xw Nation and Kwakwala (ISO: kwk)

2021· dissertation· en· W4251734156 sur OpenAlexafffund
Peter W.F. Wilson

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensCarleton University
Organismes subventionnairesUniversity of British Columbia
Mots-clésDocumentationSituatedIndigenousCurriculumSituated learningCitizen journalismParticipatory action researchCompetence (human resources)PedagogySociologyComputer sciencePsychologyWorld Wide WebArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study examines school-based and land-based language materials for Kwakwala (ISO, kwk) developed during a three-year investigation (2016)(2017)(2018)(2019).The materials focussed on three requirements: first, supporting teachers and researchers who are learning the language, second, ensuring that documentation is accurate and conforms to curriculum and guidelines from Elders, and third, integrating Indigenous language and knowledge throughout school activities and revitalization of traditional homelands.I address the above requirements using a Transdisciplinary model to approach the complex multi-disciplinary needs of the school and land-based activities.These require Indigenous knowledge and expertise from numerous disciplines.In this study, similar to Mark and Turk (2021), various disciplines (Indigenous and Western-based) are unified through an overarching theory.Situated Learning is the unifying theory to ensure language, social, cultural, and locational contexts are authentic and situated in Indigenous settings.Evidence-based analysis is the over-arching method used to examine the materials.Together, these frame Situated Documentation, a method used in this study to situate community-based documentation in authentic locations.Participatory Action Research integrates the expertise of school staff, researchers, experts, Chiefs and Elders with the researcher.iii Transdisciplinary highlights include Word Paradigm corpus-based concordance analysis to compare Kwakwala inflections in materials with curriculum expectations, multimodal ethnographic coding of print and multimedia materials to examine the situational accuracy and consistency of language and social conventions, and comparative analysis to determine the communicative competence in narratives.In addition, analyses include comparison with earlier materials, attention to ethnophysiography, and examination of the study-developed computer-based parser to correct difficulties with written documentation.In conclusion, the materials developed during the study assist the community and the school to achieve their goals to revitalize their homelands and language.The materials meet curriculum expectations, represent language and Indigenous themes, conform to Indigenous social values and dialect variation, and demonstrate authentic and accurate land-based documentation.Results from computer-based parsing demonstrate improved documentation of written language.Recommendations indicate that non-fluent teachers benefit from grammaticalfunctional materials and links between curriculum expectations and language structures, while both teachers and land-based researchers benefit from situating documentation activities in authentic locations.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,002
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,021
Tête enseignante GPT0,283
Écart entre enseignants0,262 · 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'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSecond Language Learning and TeachingTravaux en français237 207