MétaCan
Menu
Retour à la cohorte
Enregistrement W4312178594 · doi:10.18192/olbij.v12i1.5979

“Their Greek goes to waste”: Understanding Greek heritage language teachers’ language ideologies and instructional practices

2022· article· en· W4312178594 sur OpenAlexaffvenueabout
Emmanouela Tisizi

Notice bibliographique

RevueOLBI Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIdeologyPedagogyHeritage languageNarrativeSociologySociolinguisticsPortraitPsychologyLinguisticsPolitical scienceArtVisual artsPolitics

Résumé

récupéré en direct d'OpenAlex

Framed within critical poststructuralist sociolinguistics, this narrative study sheds light on the language ideologies and practices of eight Greek heritage language (HL) teachers in Greek schools in Montreal and Toronto. Examining the teachers’ ideologies and practices is important, as they can either engage or alienate HL learners. Engaging HL learners is significant, because for many of them the Greek school is their only opportunity to use the language. Language portraits, written tasks, and semi-structured interviews were used to collect data, which were then analyzed narratively and thematically. The findings suggest that the teachers’ attitudes towards students and practices are largely shaped by their monolingual ideologies. The need for targeted teacher training is highlighted, to ensure that HL teachers are equipped to accommodate all their students’ needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,155
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0130,032
Communication savante0,0070,005
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,133
Tête enseignante GPT0,440
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOLBI JournalMême sujetMultilingual Education and PolicyTravaux en français237 207