Online English Classes for Bangladeshi Young Learners during the COVID-19 Pandemic: Voices of the Teachers and Parents
Notice bibliographique
Résumé
The recent COVID-19 pandemic brought a dramatic change in teaching and learning around the world. Almost all educational institutions shifted to the online mode of teaching so that students do not miss any academic year. In Bangladesh, such a mode of teaching was never introduced at the mass level earlier, and that is why it was quite challenging for teachers to conduct online classes initially. In some cases, teachers who did not have a certain level of technological expertise in using online teaching platforms experienced more issues in conducting classes. This qualitative study highlights the problems that teachers and parents of nine young learners (YLs) faced during their online classes. The focused group discussion among seven English teachers and nine parents revealed that many YLs could not follow the technical instructions of the teachers well, which compelled the parents to sit beside their children constantly. Moreover, this study reports on the experience of teachers in communicating and coordinating with students on online platforms in a developing country where a full-fledged online teaching mode has not been implemented before. Such a reciprocal interaction among teachers, students, and parents in an online platform provides the scope for rethinking the “parental involvement framework of online teaching” in an English for speakers of other languages (ESOL) context, where parents’ digital skills, as well as involvement with the learners’ the learning process, affect students’ academic achievement to a great extent. The findings of the study have implications for planning online English courses for YLs in ESOL contexts such as Bangladesh, where the idea of online teaching is quite new.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 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 ».