MétaCan
Menu
Retour à la cohorte
Enregistrement W4307532353 · doi:10.55593/ej.26103a23

Toward Inclusive Translanguaging in Multilingual Classrooms

2022· article· en· W4307532353 sur OpenAlexaff
Guofang Li

Notice bibliographique

RevueTeaching English as a Second or Foreign Language--TESL-EJ · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTranslanguagingLinguisticsSociologyMultilingualismGlobeCode-switchingPedagogyPsychology

Résumé

récupéré en direct d'OpenAlex

As the world moves to a post-COVID stage and movement of goods and people across borders resumes, we need to rethink how we communicate and educate students about communication in a superdiverse world with increased presence of minoritized languages and varieties. The growing evidence of translanguaging practices among plurilingual speakers in multilingual societies and linguistic minority communities across the globe (e.g., Cenoz & Gorter, 2017; Oliver et al., 2020; Seals & Olsen-Reeder, 2020; Straszer et al., 2022) has prompted greater attention to equity and linguistic social justice issues in language education. Pedagogical translanguaging has been put forward as an “all encompassing” (Li, 2018, p. 9) practice to address linguistic inequities and injustices in the classroom. While it is a step forward in countering monolingual ideology and the dominant-language-exclusive policy and sanction, I draw attention to the “selective” nature of much of the current pedagogical translanguaging approach and argue for “inclusive translanguaging” that capitalizes on all of the languages, cultures, and identities of plurilingual speakers who have historically received marginalization, including their non-dominant dialects or mother tongues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,293
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0390,000

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 Opus0,032
Tête enseignante GPT0,398
Écart entre enseignants0,366 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching English as a Second or Foreign Language--TESL-EJMême sujetMultilingual Education and PolicyTravaux en français237 207