Reclaiming identity through language learning: Examining the lived experiences of international adoptees in Canada
Bibliographic record
Abstract
Un lien inextricable existe entre la langage et l’identité. Les adoptés internationaux sont des individus qui sont souvent en conflit avec leur identité, mais ils sont négligés par les recherches en langage et identité (Baden et al., 2012; Higgins & Stoker, 2011). La recherche soutient que l’identité se renforcent quand les individus apprennent les langues de leurs cultures et héritages (Galante & dela Cruz, 2021; Park & Chung, 2023). Cette recherche enquête à propos des adoptés internationaux et de leurs expériences avec l’apprentissage de leur langue d’héritage et de quelle façon ces expériences contribuent à leur sentiment d’appartenance et identitaire. Les entrevues avec 11 adoptés internationaux au Canada ont été menés en utilisant une méthode narrative interdialoguing. En utilisant les 3 construits (identity, ideology et capital) de investment theory (Darvin & Norton, 2021) comme cadre théorique, les résultats de l’étude montrent que l’apprentissage des langues d’héritages ont permis aux adoptés internationaux de renforcer les liens de leur cultures ethniques et adoptives, ainsi que leur imagined identities (Norton & Toohey, 2011). Ces résultats contribuent à la compréhension du langage comme outil pour la réclamation et l’affirmation de l’identité ainsi que la compréhension des expériences uniques des adoptés internationaux. Cette étude a des implications pour l’enseignement des langues ainsi que pour les individus qui souhaitent rétablir les liens entre leur héritage culturel à travers l’apprentissage de leur langues
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.019 | 0.010 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.002 | 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".