Translanguaging and Trans-Semiotizing for Critical Integration of Content and Language in Plurilingual Educational Settings
Notice bibliographique
Résumé
Arising in Europe in the early 1990s, content and language integrated learning (CLIL) has become a popular educational approach. CLIL involves a dual focus on content and language learning with an additional language used as the medium of instruction. Although CLIL has received much attention and spread widely around the world, there is limited discussion that critically examines CLIL in relation to its core construct of integration between content and language learning. In particular, the phrasing of ‘content and language integrated learning’ gestures towards viewing language and content as separate entities. With these fundamental issues in mind, we discuss ways in which translanguaging pedagogies can provide a fruitful direction towards a critical integration of content and language learning in multilingual settings. With a view to contributing to a dynamic integration of content and language learning, we argue that CLIL pedagogies informed by translanguaging allow fluidity in meaning-making practices and critically re-examine the construct of language in CLIL. This approach responds to recent calls for more critical approaches to CLIL in order to challenge ‘English-only’/target-language-only pedagogies, ‘native-(English-)speakerism’, and unequal power relations between content and language teachers in many CLIL programs. Implications of this approach to CLIL classrooms in diverse settings are also discussed.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,028 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».