Listening across Dialects: Oral histories in service of linguistic social justice
Notice bibliographique
Résumé
Digital Humanities Session (if it does not overlap with SLCE Despite challenges from various sources, higher education programs increasingly address equity and social justice (Kelly & Brandes, 2010). Even as we applaud this trend, we recognize with US-based dialect researcher Walt Wolfram that, "dialect prejudice remains as one of the most resistant and insidious of all prejudices in our society" (2014: 24) and that students often share these damaging prejudices. Preconceptions and misconceptions of others' backgrounds influence our interactions, sometimes even before we meet one another (Riley et al., 2012) and the negative impact others’ expectations for speakers of stigmatized vernaculars is uncontested within linguistic communities (e.g., Godley & Minnici, 2008; Rickford & Rickford, 2005). Many otherwise concerned and equity-advocating humans unintentionally discriminate against individuals who speak in non-standard ways. Because we cannot fight prejudice and discrimination we do not see, this presentation centers on a course that leads students to discover the regularity, logic, and intrinsic value of non-standard varieties of English. While the first iteration of the course proved effective in leading students to understand cognitively that dialects are natural, logical, and intelligent varieties of language, evidence from student comments during and after the semester suggested that many students retained linguistic prejudice. Long-held bias remained despite cognitive recognition that it violated logical principles. Seeking to extend the impact on students to unconscious, affective levels, the I now offer students the opportunity to replace a traditional research paper with an oral history project which guides students through the collection and curation of oral histories of people in the local community who speak non-standard varieties. This presentation focuses on the oral history component of the course which leads students to listen across cultures as they experience the logic and regularity of language outside the mainstream through interpersonal interaction and hearing the stories of people who speak differently from themselves. Historically, I have had challenges making this project authentic, as oral histories are meant to be shared publicly. The Voices of the Upstate Digital Archive make this authentic publication possible. References Godley, A., & Minnici, A. (2008). “Critical Language Pedagogy in an Urban High School English Class.” Urban Education, 43, 3, 319-346. Kelly, D. M., & Brandes, G. M. (2010). “Social justice needs to be everywhere”: Imagining the future of anti-oppression education in teacher preparation. Alberta journal of educational research, 56(4), 388-402. Rickford, John R., and Angela E. Rickford. 1995. “Dialect readers revisited.” Linguistics and Education, 7, 2, 107-28 Riley, Tasha, and Charles Ungerleider. "Self-Fulfilling Prophecy: How Teachers' Attributions, Expectations, And Stereotypes Influence The Learning Opportunities Afforded Aboriginal Students." Canadian Journal Of Education 35.2 (2012): 303-333. Wolfram, W., Adger, C. T., & Christian, D. (1999). Dialects in schools and communities. Routledge.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».