L’enseignement bilingue et les rapports de pouvoir des langues dans des contextes migratoires : le cas des communautés portugaises en Amérique du Nord et capverdiennes au Portugal
Bibliographic record
Abstract
Cette contribution est basée sur deux projets de recherche axés sur les politiques éducatives dans différents contextes de la migration pour la promotion des langues minoritaires : au Portugal, le capverdien parlé dans les banlieues de Lisbonne, et au Canada et aux États-Unis, le portugais parlé par les immigrants portugais. Cette contribution fournit un aperçu des problèmes de la variation linguistique et de l’intégration des immigrants dans le système éducatif et dans la vie quotidienne. Les deux études se concentrent sur l’évolution dynamique des langues à travers les pratiques langagières et les attitudes des individus dans ces contextes de contact de langues, et en particulier sur le rôle des politiques linguistiques et d’intégration de l’État ou de l’entité de pouvoir. Les approches méthodologiques multidimensionnelles adoptées ont permis d’observer les discours et les représentations des locuteurs en relation avec le statut de leur langue en tant que véhicule de la vie communautaire. L’analyse du discours prend en compte des aspects tels que la langue comme marque de la construction identitaire, la langue et son prestige et le rapport entre les langues dans les différentes sociétés d’accueil.
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 | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".