MétaCan
Menu
← Retour à la cohorte
Enregistrement W7130916413

Multilingualism in Canada

2016· report· en· W7130916413 sur OpenAlexaboutno aff
Annie Lam

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2016
Typereport
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMulticulturalismMultilingualismEthnic groupPrivilege (computing)ImmigrationEthnographyDowntownHeritage languageCultural diversity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In contemporary Canadian society, many people recognize Canada as multicultural while embracing the ideology of cultural mosaic, in which they welcome immigrants from various ethnic groups who bring their cultures and native languages to Canada. Vancouver is world-famous for being one of Canada’s most culturally diverse cities. This paper explores the manifestation of multiculturalism inside Vancouver’s Chinatown, where incessant marginalization of certain ethnic minority populations and rapid gentrification of the neighbourhood's periphery are currently taking place. My experience as a student researcher and volunteer at a small non-profit local community centre in the Downtown Eastside (DTES) neighbourhood has given me the privilege of conducting ethnographic research with a group of Cantonese-speaking Chinese seniors through the organization’s cultural heritage preservation program. Throughout my fieldwork, I discovered the success that this heritage program has in promoting and fostering multiculturalism and language diversity in the Canadian society, where English is the country’s dominant language. In this paper, I provide an exploration of how the heritage program has alleviated social, cultural, and language tensions among people from different racial and ethnic backgrounds. I argue that multilingualism is not only an indispensable component of Canada’s cultural mosaic but also the country’s promotion of multiculturalism.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,768

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0340,006
Communication savante0,0070,001
Science ouverte0,0010,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,016
Tête enseignante GPT0,202
Écart entre enseignants0,186 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)→Travaux en français237 207→