Gender Exclusion in Textbooks: A Comparative Study of Female Representation in Provincial ELT Textbooks of Pakistan
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
The focus of this study was female gender representation in secondary level ELT textbooks published by four different textbook boards of Pakistan, namely Baluchistan Textbook Board, Sindh Textbook Board, Khyber Pakhtunkhwah Textbook Board and Punjab Textbook Board. It targeted a comprehensive comparison between the female gender images as represented in four sets of textbooks and gender conceptions of their respective female readers. To achieve the objectives, the study was divided into two parts: In part 1, the textbooks by four state-run textbook boards were analyzed and in part 2, their respective female readers’ gender conceptions were collected and analyzed. The study employed multi-dimensional analytical tools like manifest, latent analysis and Fairclough (2001) CDA model for interpretation and explanation of textbook discourse. The study revealed a low representation share of female gender in four sets of textbooks. It brought out that female readership had stereotype conceptions regarding the attributes, professions and activities as appropriate for the female gender. It was also found that Sindh and Punjab Textbook Boards had improved female gender representation than other provincial textbook boards. The quantitative findings of part 2 proposed that textbooks could play a vital part in modeling gender conceptions of readership as Sindh and Punjab Textbook Boards’ female readership showed better gender conceptions. The study recommended a gender-based test of the textbooks at national level prior to publication to ensure gender equality as directed in National Curriculum.
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 | 0,014 |
| 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 | 0,000 |
| 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