MATHEMATICS TEACHERS' WORKLOADS AS A CORRELATION OF QUALITY ASSURANCE IN UPPER BASIC EDUCATION
Notice bibliographique
Résumé
This study was designed to examine mathematics teachers’ workload vis-à-vis the students’ performance in Mathematics and as a correlation to quality assurance in upper basic education. As a descriptive study it consisted of four research questions and hypotheses at 5% level of significance. The study sample was comprised of twenty public secondary schools from which thirty-two mathematics teachers and one thousand and two hundred upper basic level 2 students were purposively selected for the study. Two instruments, a Mathematics Achievement Test (r = 0.78) and a “Questionnaire for Mathematics Teachers’ Workloads in Upper Basic Education Level 2” (r = 0.83) were used for the study. Data were analysed through simple percentages, Pearson moment correlation, t-test and one way ANOVA. Findings revealed that there was a significant relationship between mathematics teachers’ gender and students’ performance in Mathematics (t-cal>t-ratio, df = 1198; P<0.05) but there was no significant relationship between mathematics teachers’ qualification and students’ performance in Mathematics (F-cal<F-ratio, df = {4, 1194}; P>0.05). However, it was found that there was a significant relationship between mathematics teachers’ subject(s) taught and students’ performance in Mathematics (t-cal>t-ratio, df = 1198; P<0.05). Furthermore, study revealed that there was a significant relationship between mathematics teachers’ workload and students’ performance in Mathematics (F-cal>F-ratio, df = {7, 1191}; P<0.05). The implications of the findings were discussed and recommendation suggested towards ensuring better quality assurance for Mathematics in upper basic 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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».