MétaCan
Menu
Retour à la cohorte
Enregistrement W4385667159 · doi:10.1080/09571736.2023.2243954

Emotions as entanglements: unpacking teachers’ emotion management and policy negotiation in English-medium instruction programmes

2023· article· en· W4385667159 sur OpenAlexafffund
Pramod K. Sah

Notice bibliographique

RevueLanguage Learning Journal · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversity of Calgary
Organismes subventionnairesKillam Trusts
Mots-clésUnpackingNegotiationPsychologyPedagogyMedium of instructionSociologyMathematics educationLinguistics

Résumé

récupéré en direct d'OpenAlex

There is a dearth of knowledge on the emotional challenges content-area teachers in English-medium instruction (EMI) programmes face, and how they manage their emotions in their efforts to negotiate a top-down language policy. This paper examines the entangled emotional experiences of EMI content-area teachers in Nepal’s school education. In contrast to a psychological approach to teachers’ emotions, this article draws on sociocultural and ideological perspectives on emotions to unpack a connection between emotions, institutional language policies, language ideologies, identity, and teacher agency. The analysis of EMI teachers’ emotional dynamics essentially identifies their emotions as ‘entanglements’, reflecting the interconnectedness of emotions with other variables such as language ideology, identity, and agency in content-and-language-integrated education. The findings of this study showed that teachers’ limited English proficiency led to negative emotions (e.g. anxiety, fear, frustration, and shame), stimulating them to use English-Nepali bilingualism as a creative strategy to manage their emotional challenges and also to exercise their agency in response to their students’ needs. However, their translanguaging strategy – which otherwise might have included the students’ home language, Bhojpuri – was restricted by hegemonic language ideologies. The findings show that multilingual teachers typically do not experience emotions in a vacuum but in response to other social phenomena. The paper supports the argument that teacher emotion management is not an apolitical process but is rather ideologically and discursively constructed and situated.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,012
Communication savante0,0100,005
Science ouverte0,0010,007
Intégrité de la recherche0,0010,003
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 Opus0,014
Tête enseignante GPT0,273
Écart entre enseignants0,259 · 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

Citations48
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage Learning JournalMême sujetEFL/ESL Teaching and LearningTravaux en français237 207