An Assessment of the Academic Achievement of Students in Two Modes of Part-time Programme in Nigeria
Notice bibliographique
Résumé
<p>This study analyses the academic achievement of students enrolled in part-times studies at on-campus and outreach centres at three dual-mode Nigerian universities, during the 1996/97 to 1998/ 99 academic years. Research subjects in this study were examination and record officers employed by on-campus and outreach institutions. A checklist was prepared to collect students’ grades; these checklists were then transcribed into grade points (GPAs) for data collection purposes. Simple percentage mean (x) and t-test statistic were used for data analysis. Interviews were also conducted with key stakeholders to add qualitative context to the quantitative data collected. This study shows that there was significant difference in the academic performance of students enrolled in the on-campus versus outreach-based, part-time programmes in selected disciplines. Also the average mean (x) performance of students enrolled in the on-campus programme was higher than those students enrolled in the outreach centres. Based on the findings of this study, it is recommended that the government provide adequate funding to increase access individuals seeking higher education in Nigeria. The establishment of functional Open University system is also recommended to provide students with distant learning opportunities and likewise increase access. Several quality improvements are likewise recommended: the use of modern information technology for instructional delivery, recruitment of skilled teachers, improved teaching/ learning facilities, and strict adherence to standardized student admission requirements as specified by the National Universities Commission (NUC). We wrap up with practical suggestions, such as providing orientation sessions for outreach students to learn practical skills such as how to access library materials.</p> <p> <b>Keywords:</b> academic achievement, part-time programmes, on-campus, outreach, distance education, quality assurance, Nigerian universities, students </p>
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».