MétaCan
Menu
Retour à la cohorte
Enregistrement W1490720297 · doi:10.5430/wje.v5n3p121

Factor Analytic Study of Lecturer’s Teaching Assessment Scale in Obafemi Awolowo University, Nigeria

2015· article· en· W1490720297 sur OpenAlexvenueno aff
Olu Philip Jegede, Bamidele Abiodun Faleye, Emily Oluseyi Adeyemo

Notice bibliographique

RevueWorld Journal of Education · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Professional Development and Motivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCronbach's alphaPsychologyConstruct validityReliability (semiconductor)Internal consistencyScale (ratio)Spearman's rank correlation coefficientValidityStatisticsPsychometricsMathematicsCartographyClinical psychologyPhysicsGeography

Résumé

récupéré en direct d'OpenAlex

This study presents a validation report of the Lecturer’s Teaching Assessment Scale (LTAS) developed for theassessment of lecturer’s teaching effectiveness in Obafemi Awolowo University, Ile-Ife, Nigeria. It also examinedthe factor structure of the LTAS, its construct validity, and internal consistency reliability coefficients. The studyadopted the survey research design. A total of 13,000 students that completed the LTAS online constituted thesample for the study. The 34-item LTAS was used to collect data for the study. Collected data were subjected toreliability and factor analyses. Results showed that the LTAS has two subscales - Attitude to Teaching and LecturePresentation and Organisation. The LTAS was adjudged to possess construct validity, and it was established throughexperts’ judgement. The results also revealed that the LTAS was reliable (Cronbach Alpha reliability coefficient of0.985, Spearman Brown’s Split-half reliability coefficient of 0.998 and Gutman’s Split-half coefficient of 0.997).Thus, the LTAS possessed adequate psychometric qualities that make it suitable for use among Nigerianundergraduate students.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,058
Tête enseignante GPT0,396
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetTeacher Professional Development and MotivationTravaux en français237 207