What is language for us? The role of relational technology, strength-based language education, and community-led language planning and policy research to support Indigenous language revitalization and cultural reclamation processes
Notice bibliographique
Résumé
Cette thèse basée sur des articles explore le rôle et l’impact de la technologie relationnelle, de l’éducation linguistique basée sur les forces, et des recherches sur la planification et la politique linguistiques dirigées par la communauté dans un projet pilote visant à soutenir les processus de revitalisation et de récupération des langues autochtones. Suivant un paradigme de recherche autochtone et des méthodologies de décolonisation, cette thèse présente une approche d’acquisition de la langue autochtone immersive et dirigée par la communauté—TEK-nology (Traditional Ecological Knowledge (TEK) and technology)—pour soutenir la revitalisation et la récupération de la langue Anishinaabemowin dans le contexte canadien. L’objectif du projet pilote TEK-nology est d’explorer l’application pratique d’une approche autodéterminée d’apprentissage du langage et de l’acquisition des connaissances basée sur la technologie et ancrée dans les visions du monde autochtones. Cette thèse propose trois contributions originales principales dans le domaine de l’enseignement des langues et de la planification et des politiques linguistiques à trois niveaux d’analyse et de pratique interconnectés et interdisciplinaires: (1) la TEK-nologie en tant qu’approche d’acquisition de la langue et de la transmission des connaissances; (2) Dùthchas, une méthodologie kincentrique de gaélique écossais pour la pratique des recherches relationnelles dirigées par la communauté; et (3) la TEK-nologie en tant que planification linguistique communautaire en ligne. La recherche démontre: (1) le potentiel et l’impact de l’ancrage de l’acquisition de la langue et de la transmission des connaissances dans les visions du monde autochtones, l’utilisation de la technologie relationnelle, et les indicateurs d’acquisition de la langue basés sur les forces; (2) les moyens par lesquels les chercheurs qui ne sont pas autochtones sur les terres sur lesquelles ils travaillent peuvent collaborer de manière plus éthique et mutuellement bénéfique avec les peuples et les communautés autochtones; et (3) des façons d’améliorer la planification et les politiques fédérales et provinciales en matière d’éducation linguistique afin de remédier aux inégalités et à la marginalisation des peuples autochtones dans le système éducatif. Le projet pilote TEK-nology a des implications plus équitables et autodéterminés pour l’éducation linguistique, les recherches sur la planification et la politique linguistiques, ainsi que les méthodes et méthodologies dirigées par la communauté. L’approche et le projet pilote TEK-nology démontrent que la technologie relationnelle dirigée par la communauté et l’acquisition d’une langue autochtone immersive et basée sur les forces peuvent soutenir la revitalisation et la récupération de la langue Anishinaabemowin et favoriser des pratiques et des politiques d’éducation multiculturelles et multilingues plus équitables dans le contexte canadien. La recherche illustre également comment TEK-nology—en tant que site de pratique en ligne autodéterminé et modèle de planification linguistique communautaire—peut façonner les initiatives de revitalisation et de récupération des langues autochtones dirigées par la communauté et basées sur la technologie dans le monde entier et des politiques et législations linguistiques plus équitables aux niveaux territorial, provincial, et fédéral. Enfin, les implications de Dùthchas en tant que méthodologie relationnelle et pratique kincentrique peuvent façonner les moyens par lesquels les chercheurs peuvent favoriser, améliorer, et maintenir des relations éthiques et mutuellement respectueuses entre les Autochtones et les non-Autochtones de Turtle Island
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,021 |
| Communication savante | 0,016 | 0,017 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».