MétaCan
Menu
Retour à la cohorte
Enregistrement W4390192094 · doi:10.5206/cie-eci.v52i2.15000

Academic Language Development and Linguistic Discrimination

2023· article· en· W4390192094 sur OpenAlexaffvenueabout
Christina Page

Notice bibliographique

RevueComparative and International Education · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésEllMultilingualismLinguisticsPedagogySociologyNeocolonialismPsychologyColonialismTeaching methodPolitical scienceVocabulary development

Résumé

récupéré en direct d'OpenAlex

Language use within Canadian postsecondary institutions reflects ongoing neocolonialism and the privileging of European and North American English varieties. This article shares student perspectives of interactions with faculty on themes of language development and linguistic discrimination, discovered in qualitative interviews using Appreciative Inquiry methodology. Participants’ stories reveal both appreciation for supportive practices that facilitate the development of academic language skills and frustration with linguistic discrimination. Practices valued by participants include using simple and clear language, creating a comfortable environment for non-native English speakers, honouring multilingualism, and providing supportive instruction in discipline-specific language. Students also identified experiences of linguistic discrimination that resulted in academic and personal harm. In students’ stories, a tension between encouraging academic language development while avoiding discriminatory practices emerges. Paths forward in navigating this tension while challenging colonial language hierarchies may include integrating pedagogies using an academic literacies framework while also creating space for translingual practices in classrooms and institutions.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,249
Score d'incertitude au seuil0,496

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0250,027
Communication savante0,0090,003
Science ouverte0,0010,012
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,132
Tête enseignante GPT0,388
Écart entre enseignants0,256 · 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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueComparative and International EducationMême sujetSecond Language Learning and TeachingTravaux en français237 207