Glocal Language Awareness through Participatory Linguistic Landscape Research
Notice bibliographique
Résumé
This article will explore the local experience of language awareness, scholastic linguistic identity and language ideologies through a scholastic linguistic landscape (schoolscape) (Brown, 2012) study in three schools in Canada where French was the language of instruction. Glocality is an especially useful frame for linguistic landscape studies (Manan et al., 2017) and has been used to look deeper into youth identities (Grixti, 2008). Photographic images of each school and photo-elicitation interviews with 37 students were used to qualitatively analyze the visible, written language found on the school walls of secondary schools offering three different French instructional programs. Glocality is used to draw the connections between the local schoolscapes and the global themes of language ideologies, scholastic linguistic identity and language awareness. Involving students in linguistic landscape research results in discussions surrounding linguistic diversity and can lead to multilingual language awareness. At the same time, such a practise can result in incidental language learning. The results showed that students were aware of the importance of their schoolscape as a representation of national language ideologies, as a symbol of their school’s linguistic identity and as a vehicle for promoting language use and awareness. Although the findings are local, the insights gleaned from the students are relevant to a global audience interested in language learning and multilingualism. Particularly, student perspectives and participation in analysis offer a unique contribution to linguistic landscape research and educational research in general.
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 | 0,019 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,023 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».