Leadership Challenges in the Implementation of Ict in Public Secondary Schools, Kenya
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many authors argue that school leadership determines how Information Communication Technology (ICT) isimplemented and its subsequent impact on teaching and learning. This involves Principal as a school leader tolead in implementation. A positive attitude of school leader towards implementation of ICT will encourage theschool community to be actively involved in its implementation.Kenya is in the process of implementing ICT in schools. However, there are many challenges that hindereffective ICT implementation including school leadership challenge. This paper reports that school leader’sinterest, their commitment and championing implementation of ICT programs in schools positively influencesthe whole process. The Paper recommends that all school leaders consider using ICT in their day-to-dayactivities of running their schools. ICT curriculum and managerial skills should be incorporated to training ofschool leaders in Kenya. Implementation of ICT is becoming more important to schools and the success of suchimplementation is often due to presence of effective school leadership.To a large extent, school leaders have been relying on government and development partners to equip schoolswith ICT infrastructure. This Paper recommends besides sensitizing development partners and waiting for theircontributions, school leadership should consider ICT a priority in school and allocate budgets that wouldpromote its implementation. A descriptive survey was used to collect data by administering questionnaires toselected sample of ICT/curriculum teachers, Principals and Board of Governors (BOG) chairpersons from 105public secondary schools in Meru County, Kenya.
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.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle