MétaCan
Menu
Retour à la cohorte
Enregistrement W4385953728 · doi:10.1558/rtcfl.25190

Early Bidialectal Maintenance among Chinese Heritage Learners in Canada

2023· article· en· W4385953728 sur OpenAlexaffabout
Guofang Li, Senyao Shen

Notice bibliographique

RevueResearching and Teaching Chinese as a Foreign Language · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMandarin ChineseHeritage languageFirst languageGrandparentLinguisticsPsychologyImmigrationValue (mathematics)Home languageHistoryDevelopmental psychologyPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

Research on Chinese heritage-language maintenance has predominantly focused on Mandarin as the default mother tongue and has largely ignored learners’ dialects or language varieties. As a result, we know little about dialect speakers’ beliefs and practices of maintaining their language varieties other than Mandarin, particularly in the home domain. Using family language policy (FLP) as the theoretical framework, this multiple case study examined six Chinese families’ beliefs and practices in early bidialectal (Mandarin and dialect) maintenance over three years when their children moved through kindergarten to Grade 3. Findings indicated that parents subscribed to the dominant language ideologies and placed their dialects at the bottom of the language hierarchy. However, the parents differed in their beliefs in the value of their dialects; and families who celebrated bidialectalism actively maintained their dialects while those who did not gradually gave up on passing their dialects to their children, even when grandparents were involved in the maintenance efforts. The findings have important implications for supporting and achieving bidialectalism in immigrant countries.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,404
Écart entre enseignants0,383 · 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'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearching and Teaching Chinese as a Foreign LanguageMême sujetMultilingual Education and PolicyTravaux en français237 207