Language Attitudes of the Mongolian Diaspora in Canada
Notice bibliographique
Résumé
The Mongolian diaspora in Canada is relatively recent with the majority of migration occurring after the implementation of the 2001 Immigration and Refugee Protection Act. Previous research on minority languages and dominant languages among immigrant communities demonstrates complex relationships between language attitudes and identity formation (Canagarajah, 2013; Lustanski, 2009). However, while studies exist on various immigrant communities' language attitudes in Canada, the Mongolian diaspora's linguistic dynamics remain unexplored. This study investigates the effects of age, residency duration, and socio-economic factors on language attitudes among Mongolian Canadians, examining how these variables influence the construction of their identity in various social settings. The study uses quantitative analysis of survey data collected from 30 first-generation Mongolian immigrants in Canada, representing 2% of the total Mongolian diaspora population. The survey examines language attitudes across multiple domains: social solidarity, occupation, education, media consumption, and domain-specific usage. For example, the data reveals a clear pattern where older immigrants maintain stronger connections to their heritage language, particularly in home and social settings, while younger immigrants prefer English (see Table 6.1). Results reveal three key findings: First, the participants exhibit what Fishman (1977) terms "folk bilingualism," where the Mongolian language exists alongside English as a minority language with lower social status but a strong cultural connection. Second, unlike Polish-Canadians studied by Lustanski (2009), who view their mother tongue as less critical when not threatened in their homeland, Mongolian-Canadians maintain a strong attachment to their mother tongue despite its minority status. Third, similar to Canagarajah's (2013) findings with Tamil families, Mongolian-Canadians demonstrate fluid identity construction, with 43% of families using both languages in parent-child communication, as well as 54% of them reporting using both languages with friends.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».