MétaCan
Menu
Retour à la cohorte
Enregistrement W6966469072 · doi:10.48336/at7y-2739

Effectiveness of Indigenous primary level teachers to teach in mother tongues in Bangladesh

2025· article· en· W6966469072 sur OpenAlexaff

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIndigenous Knowledge Systems and Agriculture
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésIndigenousGovernment (linguistics)EnthusiasmLiteracyThematic analysisIndigenous languageIndigenous educationTraditional knowledge

Résumé

récupéré en direct d'OpenAlex

This research is related to the effectiveness of Indigenous primary level teachers in teaching in Indigenous mother tongues in Bangladesh. The participants in the study are Indigenous Chakma language teachers at public primary schools in the Chittagong Hill Tracts (CHTs) of Bangladesh. For this phenomenological study, 14 teachers were interviewed through open-ended semi-structured interviews. Using thematic analysis and triangulation, the participants’ responses yielded seven themes and several sub-themes. These themes include: a) Indigenous language teacher training; b) teaching time; c) opinion about government initiatives; d) logistic support; e) use of Indigenous languages; f) teaching and assessment strategies; and g) participants’ recommendations. The inadequate literacy skills of teachers and the sluggish implementation of government education initiatives have resulted in less successful Indigenous language learning programs in public primary schools located in Indigenous populated regions of Bangladesh. The study results suggest that quick implementation of government initiatives and fulfilling promises made in policy documents regarding Indigenous language learning, protection, and Indigenous people’s rights will enhance the quality of Indigenous language learning initiatives. Furthermore, it will also generate more enthusiasm and interest among teachers in teaching Indigenous languages.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,239
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetIndigenous Knowledge Systems and AgricultureTravaux en français237 207