Early Reading Difficulties among Qillisoo Primary School Children in Ethiopia: Reflections from Teachers, Children, and Parents
Notice bibliographique
Résumé
This study aimed to assess early reading difficulties among Qillisoo primary school children in Chiro Town, Oromia, Ethiopia: reflections from subject teachers, children, and parents. An explanatory mixed research design was used in the study. Using stratified and simple random techniques, the study included 108 children, 101 parents, and three English teachers. Questionnaires, classroom observations, semi-structured interviews, and document analysis were used to collect the data. As a result, questionnaires were distributed to both parents and children. During a reading lesson, subject teachers were interviewed using semi-structured interview questions, and classroom observation was used to investigate the classroom setting. A document review for attendance and timetable was also performed to assess children who were late or absent from class. The findings of the study revealed that a variety of challenges hampered children's reading ability, including a lack of textbooks and learning facilities (limited chairs and desks, class size, fixed desks), a lack of preschool exposure, a lack of parent awareness about the importance of reading, children's workload at home, textbook variation (coloured vs. no coloured), and parent's residential areas and occupation status. Parents who are educated report using a variety of methods to assist their children, including discussing their children's reading abilities with both their children and their teachers, assessing their children's reading abilities and assisting them in practicing reading, purchasing a variety of supplementary books, designing home reading activities, and checking their children's exercise books to see what they have learned. Based on the findings of this study, parents and schools should make reading materials available to children, and children should be encouraged to develop their ways of practicing reading English on their own.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».