Nahkawēwin Revitalization: A Mini Language Nest Created With Hope and Determination.
Notice bibliographique
Résumé
This research based on my master's thesis explores Nahkawēwin language revitalization. This study draws on the language nest model, which first originated with Maori grandmothers and their grandchildren in the 1970s. In this study, my mother and I created what I refer to as a "mini" language nest in both of our homes to teach my children Nahkawēwin in a holistic manner. I call this a "mini" language nest because our nest only involved myself, my mother, and my children, when other language nests around the world have had multiple grandmothers and children who are participants of the language nest. This article aims to show how this approach to language nests can be used to revitalize or revive a language using intergeneration learning and teaching. In this study, I reflect on the different challenges one may face while creating a mini language nest, and how one might overcome these challenges through different language strategies, frameworks, and teaching tools. I do not wish to present language nests as a foolproof solution; rather, I share the reality of how one thought or intention can change the outcome of language learning in a positive manner. The language nest did not only teach my children their language, it brought us together with compassion, enthusiasm, and hope. Keywords: Indigenous, language, revitalization, revival, language nest, linguistic landscape, intergenerational learning.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,010 | 0,010 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».