Indigenous languages in the digital age: A study of multimodal tools for Indigenous language instruction
Bibliographic record
Abstract
À travers le Canada, et en raison des conséquences actuelles de la colonisation telles que les pensionnats autochtones et la rafle des années 60, plusieurs communautés autochtones cherchent à restaurer la vitalité de leurs langues ancestrales. Une de ces communautés est Kahnawà:ke, située dans ce nous appelons aujourd'hui la Montérégie, au sud-ouest du Québec, province du Canada. Ce projet de recherche fut menée en collaboration avec la communauté Kanien'kehá:ka, dans laquelle un atelier de formation destiné à 26 professeurs de la langue Kanien'keha fut complété. Cette étude traite de la transition d'un mode d'enseignement du Kanien'keha synchrone en présentiel à une formation asynchrone en digitale durant la pandémie de COVID-19, afin de mieux supporter les professeurs de langue et d'adresser les éventuelles failles et préoccupations que ces-derniers ont rencontrés lors de cette transition soudaine. De plus, l'objectif de cette recherche était de créer des données accessibles portant sur les perceptions que les enseignants ont eues des différents outils pédagogiques virtuels, mais également de faire en sorte que ces-dites données puissent être utilisées par et pour la communauté Kahnawà:ke, faisant ainsi la promotion de la Revitalisation des langues autochtones au Canada. Les deux cadres théoriques centraux à cette recherche sont Les savoirs et connaissances autochtones de l'anglais Indigenous Knowledges (IK) ainsi que l'approche pédagogiques Multilitératies. Pour ce qui a trait des IK, la littérature est structurée notamment en positionnant le contexte de Kahnawà:ke en tant que pilier de ce projet, suivie par la politique et pédagogie de décolonisation. Puis, les Multilitératies sont définies, décrites et analysées avec un axe portant sur la technologie dans les salles de classe telles que (a) l'applicabilité et transposition de cette technologie à la classe de langue autochtone et (b) des mises en gardes sur les risques potentiels liés à l'intégration de la technologie en classe. Inspirée d’une première session avec le Kahnawà:ke Education Center portant sur les types d'appareils technologiques et d'outils numériques auxquels les professeurs de langue avaient accès, j'ai créé un atelier de formation pour les enseignants en tenant compte de leurs besoins et contraintes. L'atelier consistait en une démonstration du fonctionnement de deux outils numériques ainsi que des recommandations concernant leur mise en œuvre en salle de classe afin de faciliter la transition de l’enseignement des langues en ligne. Un questionnaire postérieur à l'atelier a servi à recueillir, entre autres, les perceptions des participants quant à leurs expériences avec la classe numérique, leurs idées de potentiels projets utilisant les outils numériques ainsi que leurs recommandations de futurs outils numériques pour l'apprentissage des langues indigènes. Les professeurs de langue ont exprimé de nombreuses préoccupations concernant les outils en ligne, notamment : le temps consacré à l'apprentissage d'un nouveau logiciel et à la création du matériel pédagogique, l'accessibilité - les types d'appareils sur lesquels un outil est disponible, le degré de convivialité de l'interface, et l'implication des parents - plus particulièrement pour les jeunes étudiants en difficulté tant avec le matériel pédagogique que la technologie utilisée. Néanmoins, les enseignants ont également souligné que certains outils pouvaient s'avérer être utiles et amusants pour les étudiants ayant des styles d'apprentissage différents, et qu'ils incitaient les étudiants à s'impliquer plus activement lors des cours de langue en ligne. Cette étude est fondamentale en ce qu'elle démontre les lacunes fonctionnelles des outils numériques en enseignement linguistique dans les contextes de langues autochtones, et qu'elle fournit des indications et recommandations claires sur la façon d'améliorer ces outils de sorte que les besoins des enseignants de langue soient comblés
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) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".