Self Concept and Motivation Variables as Correlates of Acquisition of ICT Competence among Social Studies Students of Obafemi Awolowo University, Ile-Ife, Nigeria
Notice bibliographique
Résumé
The study examined the level of ICT competence among Social Studies undergraduates of Obafemi AwolowoUniversity, Ile-Ife, Nigeria. It also investigated the influence of motivation variables as well as the influence of selfconcept on the acquisition of ICT competence. This was with a view to improving ICT competence in higherinstitutions of learning. The study employed survey research design. The population consisted of all Social Studiesstudents of Obafemi Awolowo University, Ile-Ife, Nigeria. Purposive sampling technique was employed in selectingone hundred Social Studies undergraduates. Three research questions emanated from the study. Three instrumentstitled: “Motivational Use Scale” (MUS), ‘Self-Concept Scale’ (SCS) and “ICT Competence Scale” (ICTCS) weredeveloped and used for the study. Data were analysed using simple percentages and chi-square statistics. The resultsamong others, showed that data analysis, microsoft publishing and photoshop had the lowest competence level of36%, 32% and 29% respectively. Also, self concept had a very strong influence on the acquisition of wordprocessing knowledge with significant value of 0.027. It was recommended that students need to be encouraged inthe use of ICT tools.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».