Perspectives et définitions scolaires de l’identité linguistique en milieu minoritaire
Bibliographic record
Abstract
Une personne bilingue ou plurilingue peut définir son identité linguistique de différentes façons. Il est particulièrement important de faire de la recherche sur les choix identitaires des adolescentes et des adolescents bilingues, car l’adolescence est une période importante de la négociation identitaire (Bourgeois, Busseri et Rose-Krasnor, 2009). Cet article explorera ainsi la manière dont les adolescentes et les adolescents manitobains, provenant de deux contextes scolaires dans lesquels le français est la langue d’enseignement, perçoivent, interprètent et définissent leur identité linguistique. Les données sont tirées d’entrevues semi-dirigées avec des élèves de trois écoles secondaires manitobaines en milieu scolaire francophone et d’immersion effectuées en 2016. Ces données révèlent que, bien que l’identité bilingue soit préférée dans tous les contextes scolaires, les élèves provenant des écoles francophones et d’immersion se diffèrent dans la façon dont ils perçoivent leurs identités linguistiques. Or, afin de répondre aux besoins des élèves, les établissements et les intervenants scolaires devraient en premier lieu mieux comprendre les choix identitaire linguistiques des élèves pour ensuite atteindre l’objectif commun de ces écoles, soit l’enseignement du français en milieu minoritaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.009 | 0.034 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".