Information and Communication Technology among Excellent Islamic Education Teachers in Selangor Malaysia
Notice bibliographique
Résumé
The development of technology in the era of the borderless world has grown rapidly in the entire field of human life, including in the field of education. The rapid development in science and technology led to the dissemination of information and knowledge through classroom also changed. Teachers as educators cannot refrain from directly involved in all activities related to information technology. These challenges provide an opportunity for educators to modify the teaching and learning process to become to become more active and more student-centred. This study draws to this issue by investigating the knowledge, skills, and the use of ICT and attitudes of Excellent Islamic Education teachers towards ICT. The participants were 70 Excellent Islamic Education teachers in Selangor, Malaysia. Data is collected using a questionnaire and the findings are analysed by using SPSS software 19.0. The results of the descriptive analysis involving the mean and standard deviation indicate that the knowledge and teachers’ attitudes towards ICT to be at the high level. While the skills and the use of ICT among the teachers at a moderate level. The result also revealed that there is a significant relationship between ICT knowledge and teachers’ attitude towards ICT. However, the strength of the relationship is very weak. There is also a significant relationship between ICT skills and teachers’ attitude towards ICT and the strength of the relationship is also weak. Finding also shows there is a significant relationship between the use of ICT and teachers’ attitude and the strength of the relationship is at moderate level. In conclusion, the use of ICT in teaching and learning of Excellent Islamic Education teachers is very important to determine the objectives achieved. Excellent teachers should consider that ICT only act as a complement, additional tools or aids to teachers who play the key role in delivering information using teaching methods that are more dynamic and efficient; rather than take the place or role of the teacher.
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 | 0,002 |
| 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 | 0,001 |
| 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) | 0,001 | 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 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 ».