Self-reports from portraits of six Greek adult trilinguals : growing up as 'Bill 101' allophone children
Notice bibliographique
Résumé
This inquiry explores six Greek trilingual adults' perceptions about becoming and being trilingual. The six participants are "children of Bill 101", that is, as allophones (speakers of other languages than English and French) they were formally schooled in the French public school system. The participants received English instruction taught as a second language and attended Greek heritage language schools. I adopted a socio-cultural approach to learning, language and literacy and embraced the tenets of activity theory to describe the participants' development of culture and a trilingual identity. To understand how they came to develop cultural and linguistic skills in English, French and Greek, and describe themselves as trilinguals, I conducted 40 hours of in-depth and life-story interviews over three years. I aimed to access the participants' perceptions of their experiences 'growing up Greek' in Montreal, Quebec, their self-identification with the three languages and their perceptions of becoming and being trilingual. I examined their audio-recorded discussions by first transcribing them and searching for relevant vignettes and themes. These vignettes helped determine the larger contextual and personal factors that influenced and affected the participants' perceptions of the process of becoming and being trilingual. Lawrence-Lightfoot & Davis's concept of "portraiture" is a useful methodology to illustrate how trilingual adults present and negotiate their life worlds in the three languages and spaces---home, work, social and community events. The results of my inquiry suggest that the six "children of Bill 101" who are now Greek trilingual adults constructed their knowledge and their identities through their interactions with parents, relatives, teachers and peers within home, school, work, and diverse social contexts in both different and similar ways. Their actions are interwoven with issues of access, choice, identity, power and stat
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 | 0,002 | 0,005 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».