Indigenous language revitalization using <i>TEK-nology</i> : how can traditional ecological knowledge (TEK) and technology support intergenerational language transmission?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Indigenous communities worldwide face threats to their linguistic and epistemic heritage with the unabated spread of dominant colonial languages and global monocultures, such as English and the neoliberal, imperialistic worldview. There is considerable strain on the relatively few Elders and speakers of Indigenous languages to maintain cultures and languages decimated by centuries of colonialism. One shared and common goal for Indigenous language revitalization initiatives is to reinvigorate intergenerational language transmission in the home, the community and beyond in as many ways as possible. How can technology support this nuanced process and existing initiatives? Following an Indigenous research paradigm, this article explores an immersive, community-led Indigenous language acquisition approach – TEK-nology (traditional ecological knowledge [TEK] and technology) – to support Anishinaabemowin language revitalization and reclamation (ALRR) in the Canadian context. The TEK-nology pilot project identifies (1) the impacts of centring Indigenous worldviews in technology, language learning and teaching; (2) how we can develop and co-create technology-enabled, culturally and environmentally responsive pedagogies and (3) the important implications of decolonizing language education for Indigenous and majority languages. The TEK-nology pilot project demonstrates how community-led, relational technology and immersive Indigenous language acquisition can support ALRR and foster more equitable multicultural and multilingual education practice and policy.
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.
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 | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 découle