A Health-Check of Communicative Language Teaching (CLT) in Rural Primary Schools of Bangladesh
Notice bibliographique
Résumé
Bangladesh ELT situation has been deteriorating for the last four decades. Regional and national projects including ELTIP and EIA proved to be futile in improving this situation, especially, in the Bangladesh rural primary schools with almost 0% properly trained English teachers to implement the current CLT curriculum. This article investigates the on-going poor health-status of CLT at randomly selected schools of northern Bangladesh through delving into the research gaps linked with the ELT practitioners’ own English proficiency, their training needs, motivation and teaching skills; their perception on the instructional module; and perception of the YLs of English in Bangladesh. This enquiry uses a mixed method involving a questionnaire survey, semi-structured interview with ELT teachers, teacher trainers, head-teachers and lesson observation followed by a workshop and informal discussion with 100 participants from all ELT stake-holders to validate the findings of the earlier questionnaire survey. The findings conclude that ineffective and lack of teacher training, non-availability of English subject teacher, unproductive instructional materials, unhelpful learning environment, learners’ socio-economic background, teachers’ poor competence in English and knowledge of CLT methods are responsible for this deterioration. It recommends that implementation of a rigorous teacher training program for CLT to produce English subject teachers for each school, production of a pedagogically user-friendly instructional module for CPD, a culture-oriented teaching-learning environment and a program of regular guidance and supervision by CLT experts would address the gaps prevailing in the ELT (and CLT) situation at the rural primary schools of Bangladesh.
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.
Comment cette classification a été obtenuedéplier
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».