Approaches and Benefits of Teaching English through Literature Curriculum at Myanmar Universities: Insights from Stakeholders
Notice bibliographique
Résumé
The curriculum serves as a fundamental bridge between teachers and students, fostering an effective learning environment. This qualitative research investigates the pedagogical approaches employed by English literature teachers and evaluates the perceived benefits of using an English literature curriculum in EFL classrooms of Myanmar. The study involved 27 English literature teachers, six government officials, and three local business leaders through interviews, classroom observations, and focus group discussions. Four primary teaching approaches were identified: Paraphrastic, Information-Based, Language-Based, and Integrated Approaches. These methodologies are specifically designed to meet the diverse needs of students, thereby enriching their educational experiences. The research employed purposive sampling to select participants and conducted thematic analysis on the collected data through content and document analysis. The findings underscore the significance of integrating various literature genres, such as prose fiction, short stories, novels, poetry, and drama, into language education. This integration not only enhances language proficiency but also fosters critical thinking and cultural awareness among students. The study highlights the importance of a multifaceted approach to teaching literature, which can cater to different learning styles and preferences. To advance research in EFL education and pedagogy, future studies should focus on investigating specific pedagogical approaches, assessing the impact of digital technologies, and conducting longitudinal studies to deepen the understanding of literature’s role in language learning. The insights from this study provide valuable implications for curriculum developers, educators, and policymakers in enhancing the effectiveness of literature-based language education.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».