The Language Friendly School: supporting teachers as transformative agents of change
Notice bibliographique
Résumé
This article highlights research collected during a year-long critical participatory ethnographic study at a primary school in Trinidad and Tobago. The study presents the experiences of two teacher collaborators who engage in the processes of problem identification, design and implementation of a language-friendly plan, reflective practice and knowledge mobilisation. Drawing inspiration from the Language Friendly School [Le Pichon-Vorstman & Kambel, 2021. Language-friendly pedagogy and children's well-being. https://hundred.org/en/articles/languagefriendly-pedagogy-and-children-s-well-being#1ec8c421, 2022], this research highlights the importance of collaborative dialogue in bottom-up approaches to language-inclusive education. Particularly, the research advocates for consequential validity [Cummins, 2021b. Evaluating theoretical constructs underlying plurilingual pedagogies: The role of teachers as knowledge-generators and agents of language policy. In E. Piccardo, A. Germain-Rutherford, & G. Lawrence (Eds.), The Routledge Handbook of plurilingual language education. Routledge] of the Language Friendly School, as an approach that is not only valid in theory but also extremely effective in practice. Considering the teachers' roles in this study, the findings highlight their important function as key stakeholders in inspiring sustainable change through educational practice. This article highlights the effectiveness of the language-friendly approach in creating space for teacher agency at the heart of bottom-up approaches to multilingual education.
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 | 0,014 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,024 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,003 | 0,021 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».