MétaCan
Menu
Retour à la cohorte
Enregistrement W4414989589 · doi:10.1080/09518398.2025.2571484

Contours of becoming: an autoethnographic account of gender, race, and language in transnational teacher identities

2025· article· en· W4414989589 sur OpenAlexaff
Chi Cheng Chang

Notice bibliographique

RevueInternational Journal of Qualitative Studies in Education · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAutoethnographyEthnographyQualitative researchIdentity (music)Discourse analysisNarrativePower structurePostcolonialism (international relations)Agency (philosophy)

Résumé

récupéré en direct d'OpenAlex

This study highlights peripheral identities on transnational gendered and racialized subjects in the ongoing negotiation in language education learning environments. The role of gendered and racialized language in shaping the often-invisible identities of transnational teachers in the heteronormative landscapes remains underexamined. In globalization, where transnationalism, multilingualism, and mobility intersect, questions of porous identity construction and expression across linguistic and cultural landscapes become increasingly urgent. Drawing on autoethnography through personal diary and self-narrative writing, this study combines inductive and deductive analysis to trace how both visible and invisible aspects of transnational teacher identity emerge. The findings position these identities as critical sites for cultivating gendered inclusion in English language classrooms. This study concludes by offering guidelines for a pedagogical intervention aimed at addressing the ongoing painful realities of internalized homophobia, impostor syndrome, and xenophobia, while promoting inclusive curricula. It also identifies future directions for language education research.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,008
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,015
Communication savante0,0050,008
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
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 Opus0,151
Tête enseignante GPT0,489
Écart entre enseignants0,339 · 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 of Qualitative Studies in EducationMême sujetLiteracy, Media, and EducationTravaux en français237 207