Can Separatist Ethnonationalist States Create Inclusive Multilingual Education Policies? Evidence from The Iranian Plateau
Notice bibliographique
Résumé
In this article, the author draws on evidence from newly emerged states’ language policy and planning in the Iranian Plateau, and its surrounding Silk Roads region, in order to illustrate that the European nation-state model has been a major cause of linguistic discrimination in this region although separatist movements can assume that establishing a new state can protect their ethnic languages. The adaptation of this form of governance in these territories has seriously damaged the region’s organic linguistic repertoire. The failure of the modern state to provide an inclusive language policy has long been observed and discussed in the field of sociology of language. In this article, the author provides examples to show that newly emerged nation-states oppress the Indigenous minority languages within them and fall short of satisfactorily addressing the language issues of immigrants because of their narrow and inflexible definitions of nationhood and national identity. Additionally, the author illustrates that nation-states not only target minority languages, but also they undermine the very ethnic language that they claim to promote. This happens by elevating the status of one variation of the ethnic language and at the same time devaluating the other dialects and accents. The author concludes that investment in nation-statism may or may not lead to the creation of a state that is respectful of linguistic human rights. A more meaningful investment in terms of language planning is organizing anti-discrimination movements both in current larger states or possible future ethnic states.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».