MétaCan
Menu
Retour à la cohorte
Enregistrement W4402445833 · doi:10.3389/fpsyg.2024.1394027

Family language policy retention across generations: childhood language policies, multilingualism experiences, and future language policies in multilingual emerging Canadian adults

2024· article· en· W4402445833 sur OpenAlexaffabout
Leah L Pagé, Kimberly A. Noels

Notice bibliographique

RevueFrontiers in Psychology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMultilingualismLanguage policyPsychologyLinguisticsNeuroscience of multilingualismFirst languageTranslanguagingPedagogy

Résumé

récupéré en direct d'OpenAlex

Introduction: Language policies in multilingual families refer to parents' decisions, whether explicitly articulated or not, regarding which languages will be used in which contexts. However, because most studies that explore language allocation focus on families with young children, they do not address how family language policies impact the retention of a home language through to the next generation. The present study investigates an important perspective on this issue, specifically how emerging adults' childhood experiences with their family language policy relate to the languages they currently use and plan to retain in the future. Methods: In all, 62 multilingual Canadian adults, aged between 17 and 29 years, participated in focus group interviews concerning their experience of language policies in their birth families, their current beliefs concerning language allocation and retention, and their plans about language policy in their future families. Results: The data revealed that not only are most participants interested in retaining their home language, thereby continuing to speak the language in their future families, but most are also open to incorporating additional languages into their policies. Discussion: The results provide insight into how to identify effective heritage language retention policies that transcend generations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,215
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,430
Écart entre enseignants0,410 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetMultilingual Education and PolicyTravaux en français237 207