MétaCan
Menu
Retour à la cohorte
Enregistrement W7005620919

The Role of Cultural Instruction in Adult Indigenous Language Learning

2023· article· en· W7005620919 sur OpenAlexaffabout

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensNipissing University
Organismes subventionnairesnon disponible
Mots-clésIndigenousIndigenous languageLanguage revitalizationTraditional knowledgeGovernment (linguistics)CurriculumIndigenous educationLanguage policyLanguage education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As one of the Calls to Action by the Truth and Reconciliation Commission (TRC) of Canada, the TRC demanded that the Canadian government fund language revitalization and preservation programs, including language courses at the postsecondary level. The demand for funding of language revitalization programs has, in turn, augmented the drive for Indigenous language revitalization (ILR) programs in communities and educational institutions, which results in a need for instructional programs. This article presents a review of the literature on Indigenous language instruction coupled with instruction in Indigenous cultural concepts among Indigenous adult learners of Anishinaabemowin: in particular, the focus is on learning gains when a component of cultural instruction is added to Indigenous language instruction to Indigenous adults. This review of literature highlights a gap in the research on adult Indigenous language learning and cultural teachings in the field of adult Indigenous language teaching. Additional research on this topic would contribute to the revitalization of Indigenous languages and contribute to fulfilling Calls to Action 13, 14, and 15 of the Truth and Reconciliation Committee. Addressing this gap in the research would advance knowledge about the role of cultural instruction in Indigenous language learning, which is useful for ILR curriculum planners and instructors.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,484
Écart entre enseignants0,435 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetCell Image Analysis TechniquesTravaux en français237 207