Slicing the onion: reflections and projections on language education policy in the Caribbean
Notice bibliographique
Résumé
Abstract The history of plantation slavery and European colonization in the Caribbean has left in its wake a rich and complex linguistic landscape, a colonial education structure, and a set of contradictory (creole/colonial) identities and language attitudes that make it fertile ground for a critical examination of language education policy development in the region. Using Jamaica, a former British colony as an illustrative case, this article takes a critical look at the historical and current framing and development of the multilayered “onion” that is language education policy in the Caribbean – a uniquely creole/colonial region with conflicting language ideologies. I examine the goals, actors, processes, and challenges and possibilities of LEP implementation (Nero, Shondel. 2018. Challenges of language education policy development and implementation in Creole-speaking contexts. In Jodi Crandall & Kathleen Bailey (eds.), Global perspectives on language education policies, 205–218. New York: Routledge and TIRF – The International Research Foundation), and also look ahead, recommending ways that we might craft viable 21st century education and LEP goals for the Caribbean and other former colonies around the world, given their colonial legacy and transnational present and future.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,017 |
| Communication savante | 0,017 | 0,006 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».