MétaCan
Menu
Retour à la cohorte
Enregistrement W4408756525 · doi:10.1080/01434632.2025.2481199

Home language use in Norwegian early childhood education and care – Polish mothers’ perspectives

2025· article· en· W4408756525 sur OpenAlexaboutno aff
Monika Stąpor, Joakim Evensen Hansen, Nina Gram Garmann

Notice bibliographique

RevueJournal of Multilingual and Multicultural Development · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistic Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNorwegianEarly childhood educationPsychologyMultilingualismNative-language instructionPedagogySociologyLinguisticsDevelopmental psychologyTeaching methodVocabulary development

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to increase knowledge on immigrant parents’ perspectives on use and support of home languages (HLs) in Norwegian Early Childhood Education and Care (ECEC) to promote language development and social inclusion. Better knowledge about parents’ views and expectations may prepare ECEC teachers for difficult situations in partnerships with parents. In this study, we interviewed five Polish immigrant mothers to explore their experiences and expectations regarding the support of their HL, Polish, in Norwegian ECEC centres. The interviews were analysed using a reflexive thematic analysis, and we characterised the mothers’ perspectives by the use of the analytical concepts of assimilative, supportive and inclusive language practices [Chumak-Horbatsch (Citation2012). Linguistically Appropriate Practice: A Guide for Working with Young Immigrant Children. University of Toronto Press]. In general, the mothers appreciated the use of Polish during the transitional phase in ECEC to ease their children’s first weeks there. While some mothers advocated for continued HL use within ECEC following the transition period, others prioritised full Norwegian immersion to promote the acquisition of Norwegian and social integration. Interestingly, they all treasured a general multilingual ECEC environment, but they were divided as to whether this multilingual environment should include Polish.

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 seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,291
Écart entre enseignants0,271 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Multilingual and Multicultural DevelopmentMême sujetLinguistic Education and PedagogyTravaux en français237 207