MétaCan
Menu
Retour à la cohorte
Enregistrement W4404313298 · doi:10.18806/tesl.v41i1/1398

Mapping Literacies, Mapping Selves

2024· article· en· W4404313298 sur OpenAlexaffvenue
Harini Rajagopal, Monica Shank Lauwo

Notice bibliographique

RevueTESL Canada Journal · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLinguisticsLiteracyPsychologySociologyPedagogyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Rooted in commitments to racial and linguistic justice, this study examines possibilities for multimodal autobiographical storytelling to support teacher candidates (TCs) to consider linguistic and racial injustices through engaging with their own raciolinguicized subjectivities. Theorising with critical multilingual awareness (CMLA), understandings of raciolinguicized subjectivities, and racial literacy, we inquire how processes of multimodal autobiographical storytelling can nurture dispositions and practices of CMLA and antiracism. Drawing from a four-year critical action research study, we examine how four multimodal activities in language-related coursework supported TCs to interrogate the role of race and language in their life stories, education, and society. The multimodal activities include: (1) three-part multiliteracies autobiographies; (2) collaborative literacy life mapping; (3) racial literacy exploration; and (4) reflective drawings. Findings demonstrate how multimodal autobiographical activities enable TCs to creatively and critically story their identities and learning journeys, while denaturalizing raciolinguistic ideologies. Findings also highlight relative affordances and constraints in individual versus collaborative processes of reflective storying; and the significance of compassionate listening as both process and aspiration of critical multilingual antiracist pedagogy. Implications centre on generative possibilities of multimodal autobiographical storytelling to support TCs to disrupt systemic racism and settler colonialism in language education. La présente étude, ancrée dans un engagement envers la justice raciale et linguistique, examine les possibilités qu’offre le récit autobiographique multimodal pour aider les futurs enseignants à prendre en compte les injustices linguistiques et raciales alors qu’ils s’engagent dans leurs propres subjectivités raciales et linguistiques. En adoptant comme bases théoriques la conscience multilingue critique, la compréhension des subjectivités raciales et linguistiques et la littératie raciale, nous nous demandons comment le processus de narration autobiographique multimodale peut favoriser les tendances et les pratiques de la conscience multilingue critique et de l’antiracisme. En nous appuyant sur une étude de recherche-action critique ayant duré quatre ans, nous examinons comment quatre activités multimodales dans les cours de langue ont aidé les futurs enseignants à interroger le rôle de la race et de la langue dans leurs histoires de vie, leur éducation et leur société. Les activités multimodales consistaient en (1) des autobiographies de multilittératies en trois parties; (2) une cartographie collaborative de la vie et de la littératie; (3) une exploration de la littératie raciale; et (4) des dessins réflexifs. Les résultats montrent comment les activités autobiographiques multimodales permettent aux futurs enseignants de raconter de manière créative et critique leurs identités et leurs parcours d’apprentissage, tout en déconstruisant les idéologies raciales et linguistiques. Les résultats mettent également en évidence les possibilités et les contraintes relatives aux processus individuels et collaboratifs de narration réflexive, ainsi que l’importance de l’écoute compatissante en tant que processus et but de la pédagogie multilingue critique et antiraciste. Les implications se concentrent sur les possibilités génératives des récits autobiographiques multimodaux pour soutenir de futurs enseignants à perturber le racisme systémique et le colonialisme dans le domaine de l’enseignement des langues.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0030,011
Communication savante0,0110,010
Science ouverte0,0010,008
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,026
Tête enseignante GPT0,214
Écart entre enseignants0,188 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetLiteracy, Media, and EducationTravaux en français237 207