MétaCan
Menu
Retour à la cohorte
Enregistrement W4283759595 · doi:10.1080/19463014.2022.2072353

Chinese whispers: international Chinese students’ language practices in an anglophone Higher Education context

2022· article· en· W4283759595 sur OpenAlexaff
Anna Filipi, Mu‐Sen Kevin Chuang

Notice bibliographique

RevueClassroom Discourse · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesMonash University
Mots-clésMandarin ChineseContext (archaeology)PsychologyMedium of instructionConversationFirst languageLinguisticsPedagogySociologyCommunicationHistory

Résumé

récupéré en direct d'OpenAlex

This study explored the language practices of a small group of international Chinese students in an anglophone Higher Education context where English was the medium of instruction. The context was the first year of an early childhood education course at an Australian university. Building on findings from research in conversation analysis on language alternation and medium of interaction, the analyses sought to unveil the students’ classroom verbal and nonverbal practices as they switched between Mandarin and English. Findings show that students’ preferred medium was monolingual: English for discussing taskwork and Mandarin for resolving disagreement or confusion, establishing understanding, and selecting a speaker. Alternation to Mandarin was accompanied by whispering and the embodied actions of ‘hiding’ behind the laptop while co-occurring laughter was used to signal a language switch or to index trouble or a delicate situation. These findings suggest that language choice was not simply a practice for restoring the preferred medium. Rather the students continued to speak Mandarin until the interactional motivation for its use was completed, which legitimized the use of their shared language. The paper ends with recommendations to inform pedagogy that is sensitive to the linguistic needs of international students in Higher Education in anglophone contexts.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,042
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,003
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,393
Écart entre enseignants0,354 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClassroom DiscourseMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207