Bibliographic record
Abstract
Ao menos setenta línguas indígenas são faladas no Canadá. Estudos indicam que a maioria das línguas indígenas canadenses é avaliada como em perigo, principalmente, por conta da baixa transmissão destas línguas como primeira língua. Contudo, ao passo que os dados dos censos canadenses mostram o declínio na transmissão de línguas indígenas como primeira língua, estudos sugerem um aumento consistente de aprendizes de línguas indígenas como segunda língua. Os programas de revitalização linguística são parcialmente responsáveis pelo aumento no número de falantes de línguas indígenas como segunda língua no país. Neste artigo apresento um breve panorama das iniciativas de manutenção e revitalização de línguas indígenas no Canadá, com um foco particular nas escolas de imersão Kanien’kéha (Mohawk), as quais são conhecidas pela formação de falantes fluentes desta língua. Estes falantes, por sua vez, em razão de sua fluência na língua e ativismo linguístico, são fundamentais na formação das novas gerações de falantes tanto na comunidade como no contexto acadêmico. Procuro enfatizar o poder das pequenas e grandes iniciativas em prol de um objetivo maior: a preservação e a manutenção de línguas.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".