Notice bibliographique
Résumé
This study examines the trajectories of two multilingual, racialized academic writing faculty, presenting how we brought our Southern onto-epistemologies (e.g., Santos, 2016) to curriculum, teaching, and assessment. Although plurilingualism has become a significant dimension of Canadian higher education (Marshall, 2020), monolingual norms that emphasize native-like competence continue to be a mainstream discourse in many academic writing courses. Building on the recent raciolinguistic critique (Rosa & Flores, 2017) of the lack of discussion of racism in academic literacies discourse, we acknowledge that academic literacies continues to force plurilingual, international students into a white subject position. Acknowledging the tension between the monolingual ideal and multilingual realities, we explore how two plurilingual, non-white faculty challenge an academic writing tradition that is constructed by the white listening subject. By co-creating duoethnographic narratives that provide insight into our complex biographical journeys as cycles of becoming (Thibault, 2020), our story shows how teaching academic writing is not simply teaching a skillset but involves constant negotiation between students’ and teachers’ lived experiences. Through this process, we conceive of teaching academic literacies as both an ideological construct and a multisemiotic process that involves multiple histories and meaning-making resources across diverse time and place scales.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,009 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».