Affordances of Multilingual and Multimodal Literacy Engagements of Immigrant High School Students: A Scoping Review
Notice bibliographique
Résumé
This article presents a scoping review of literacy research that employs multilingual and multimodal literacy narratives and discussions as tools for enabling immigrant youth to explore their intersectional identities and experiences of inequality. It encourages a re-examination of emerging educational/societal issues, incorporating these interventions as a catalyst for discussion. Utilizing a descriptive-analytic approach for data extraction, this scoping review has mapped out prevailing trends in the literature, research methodologies employed, and the types and objectives of multilingual and multimodal literacy interventions. The findings underscore a growing trend over the past decade in adopting multilingual and multimodal literacy interventions with immigrant youth, often employing collaborative research approaches such as participatory action research. The most frequently utilized multilingual and multimodal texts in such studies include digital storytelling materials (comprising images and video), spoken word poetry, photographs, and bilingual books. These interventions are typically designed to (a) encourage youth to express their knowledge, experiences, and identities; (b) examine and address educational and societal issues and opportunities; and (c) challenge dominant ideologies, practices, and discourses through the voices of immigrant youth. The review discusses the transformative possibilities for immigrant youth and encourages rethinking the language learning, literacy, and curriculum process. The data advocates for eclectic approaches and interventions to help newcomer youth understand their lived experiences and societal issues and encourages educators to respond in kind.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».