Notice bibliographique
Résumé
Abstract Language socialization is a theoretical and methodological paradigm that originated in the discipline of anthropology, with the goal of addressing the relationship between culture and language learning. Scholars of language socialization use methods from ethnography, field linguistics, and sociolinguistics to document and analyze patterns of language use in communities. In the 1980s, anthropologists developed the paradigm of language socialization in response to a lack of attention to the diversity of languages and cultures represented within the study of first-language acquisition. To center inquiries into language learning around cultural and linguistic diversity, language socialization attends to everyday practices of language and communication as well as to the enduring language attitudes and cultural belief systems that co-constitute language structures. Language socialization emphasizes that humans build social identities, cultural practices, and senses of belonging as they learn and use languages. While language socialization originated in the study of young children’s first-language acquisition, it has since expanded to examine broader contexts of language learning. Guided by the understanding that the structures of real-time interactions and social institutions mutually create one another, language socialization scholars have examined how our social roles in families, schools, and professions shape our language use across the lifespan. Since the 1990s, language socialization research has taken particular interest in the relationship between language and power, drawing from theories of language ideologies—or taken-for-granted beliefs about languages and their speakers—to address topics related to multilingualism, including code-mixing, second-language learning, heritage-language learning, and language shift and revitalization. In 2023, key debates in the field focus on defining learners’ identities and highlighting communicative diversity beyond spoken languages.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,017 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,002 |
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 ».