Disrupting Binarized Diversity Discourses in ASL/English Bimodal Bilingual Deaf Education through Examining Affects within <i>Apple Time</i>, a Theatre Play
Bibliographic record
Abstract
Des données fondées sur les arts, tirées d’une pièce de théâtre, Apple Time, sont explorées pour remettre en question les discours sur la diversité axés sur la binarité qui dominent l’éducation des personnes sourdes dans une collectivité diasporique d’une petite ville en Saskatchewan. Les professionnels de l’éducation pour les personnes sourdes se rangent généralement dans l’un de deux camps : ceux qui font la promotion du développement de l’anglais parlé par l’utilisation d’implants cochléaires, d’interventions thérapeutiques et de placements dans des environnements exclusivement orientés sur l’apprentissage du langage oral ; et ceux qui font la promotion d’une approche bilingue à deux modes dans le cadre de laquelle les enfants apprennent deux langues : l’anglais et l’American Sign Language (ASL). Actuellement, la plupart des enfants sourds étudient dans des écoles dans leurs communautés natales et sont éduqués surtout dans un environnement de langue orale. Des histoires rédigées et mises en scène par de jeunes sourds sont explorées avec l’objectif de déterminer les affects découlant de leurs intra-actions avec des animaux, la terre et des machines. Par l’intermédiaire de la schématisation des affects qui sont produits par des animaux, la terre et des machines, et qui les produisent, les chercheurs ont mis l’accent sur les intra-actions liées aux discours sur la diversité. Il est aussi question des lignes de fuite dans une optique de perturbation des discours sur la diversité. Les cheminements internes et externes de quatre des huit jeunes artistes sont décrits ; comme nomades sourds, ils concilient les affects découlant d’intra-actions avec des humains, des animaux, la terre et des machines. Puisque les jeunes artistes sourds ont fait appel à leurs expériences personnelles pour créer leurs scènes, l’article montre la façon dont ces histoires peuvent remettre en question les discours sur la diversité liés à l’éducation des enfants et des jeunes sourds, pour venir contribuer à une théorisation plus récente de l’acquisition du langage tel que distribué dans un ensemble.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.001 |
| 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".