MétaCan
Menu
Retour à la cohorte
Enregistrement W7163329119 · doi:10.7202/1123334ar

Paysages linguistiques, cartographisations et transformations en éducation plurilingue

2025· article· fr· W7163329119 sur OpenAlexaff
Danièle Moore, Sara Arias Palacio, Linda Beddouche

Notice bibliographique

RevueMultimodalité(s) : · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PropositionEthnographyConfusion

Résumé

récupéré en direct d'OpenAlex

Cet article propose une exploration de la (re)création esthétisée des paysages linguistiques comme acte de littératies mobilitaires multimodales. Les chercheuses ont adopté une approche multisensorielle et esthétique pour interagir avec les lieux, les langues et les histoires lors de marches ethnographiques, révélant des éléments cachés et réhabilitant les langues et les cultures marginalisées. Cette démarche, ancrée dans des approches de recherche dites sensibles en didactique des langues et du plurilinguisme (Dompmartin-Normand et Thamin, 2018), permet de mieux comprendre les fonctions symboliques des langues et d’aborder des questions de pouvoir et d’équité. Le corpus s’appuie sur un recueil ethnographique de photos, vidéos et sons captés lors de marches solitaires et collectives, de notes de terrains, de journaux réflexifs et de leur analyse croisée. L’ensemble donne lieu à des (re)créations multimodales et plurilingues, cartographiées et poétisées, comme invitation à traverser les intersections entre théorie et expérience vécue et comme exploration des dynamiques créatives en recherche. Enfin, cette proposition vise à souligner le potentiel du paysage linguistique pour transformer l’interaction et l’interprétation du monde et de l’environnement sémiotique, en articulant engagements artistiques et réflexions sur la (dé)colonisation, la résistance et la résilience.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,483
Écart entre enseignants0,428 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultimodalité(s) :Même sujetMultilingual Education and PolicyTravaux en français237 207