MétaCan
Menu
Retour à la cohorte
Enregistrement W4408102953 · doi:10.36948/ijfmr.2025.v07i01.37686

An Academic Speech Discourse Analysis Among Filipino Migrants in Alberta, Canada: A Dell Hyme’s Speaking Model Approach

2025· article· en· W4408102953 sur OpenAlexaboutno aff
Lourdes Marie Vergara Misena- Medenilla -

Notice bibliographique

RevueInternational Journal For Multidisciplinary Research · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiscourse analysisLinguisticsSociologyPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Language is the basis of human existence; it is the instrument through which people comprehend, articulate, and receive messages. The fact that these students can communicate in the English language creates great interest for Filipino students in a Canadian education. However, adjusting to life and work in Canada can be difficult, whereas academics attract Filipinos. Discourse analysis allows linguistic study while capturing the meaning of a text in a scenario, i.e., outside the depth of a single word. The study looks into the academic development of Filipino students in Canadian universities through the lens of support, inclusivity, multiculturalism, and workload. They talk about academic subjects, conducting sessions within a classroom or online setting. Discussions are usually clear, courteous, and polite. As the participants recount their experiences, they note issues related to accents, intelligibility, and the rate of speaking concerning English language and culture adaptations in the Canadian setting. The study stresses the importance of respect toward each speaker, selecting appropriate tones and voices in communication, and proper turn-taking during discussions. A knowledge of different cultures is equally valuable for appropriate response and mitigation of possible misinterpretation. Successful relationships and an inclusive atmosphere thrive on the basis of culture-specific instructions in communication.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,053
Score d'incertitude au seuil0,383

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0130,003
Communication savante0,0060,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,151
Tête enseignante GPT0,575
Écart entre enseignants0,425 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal For Multidisciplinary ResearchMême sujetMultilingual Education and PolicyTravaux en français237 207