Metrolingual multitasking and differential inclusion: Singapore’s Chinese languages in shared spaces
Notice bibliographique
Résumé
Arrival cities are defined through migration-led diversification that structures integration, notably through everyday language practices. In Singapore’s multilingual landscape, we find hints of historical waves of migrants from Southern China speaking Cantonese, Hakka, Hokkien and Teochew and the recent contributions of new migrants from Mainland China. In light of the work of Pennycook and Otsuji, this article explores how the norms of metrolingual multitasking – of adaptation through language – structure differential inclusion in Singapore through banal and commonplace interactions in shared spaces, such as markets. By focusing on historically situated linguistic scripts of inclusion and exclusion in the city-state, we contrast the linguistic adaptations of older and newer arrivals to show how integration is continuously constituted through the differential inclusion of new arrivals. Based on a series of interviews, we shed light on how metrolingual multitasking, as praxis of differential inclusion, sets up the normative framework for the coexistence of various linguistic forms and resources, whether recognised officially or not, and their use in creative ways for pragmatic communication in completing daily tasks. In this context, the norms of metrolingual multitasking reveal an overall sense of ordinary coexistence in living with such diversity as a requirement for successful integration, despite necessary instances of differential treatment and exclusionary practices, including a refusal to engage with difference.
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 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 | 0,001 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».