Attitudes Towards English & punjabi Language Learning in Faisalabad
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pakistan being a linguistically diversed region has a diglossic situation in which two or more distinct languages can be used by the same speech community. However, these languages differ in status, prestige and function, which entitled them highly prestigious ( H )language and less prestigious language ( L) languages. We have English as highly prestigious and Punjabi local vernacular informal language. So, present study aims to identify attitudes towards English which is a sophisticated, official, formal, as well as language of education, science, heritage and towards Punjabi which is local, vernacular, broken, language as well as language of illiterate community. This situation is surprising that English which has no native speaker has marginalized all local languages whereas; Punjabi with a large no of native speakers is socially neglected and sidelined language. This study was based on the hypothesis that there are different attitudes towards English and Punjabi language learning. In order to know the attitudes towards English and Punjabi languages close ended questionnaire has been used as a tool to collect the data collected, from 42 students of 8 different educational institutes: government, private, madrasa of Faisalabad. The whole data was statistically analyzed and frequencies were calculated for each item. This study concludes that people of Faisalabad have more positive attitudes towards English than Punjabi language because they differ in status, structure, function, and prestige. This study is significant because it highlights the economical, educational, social status of Punjabi and English languages in Faisalabad.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle