MétaCan
Menu
Retour à la cohorte
Enregistrement W2079730279 · doi:10.5539/ies.v6n2p197

Students’ Perception of Teachers’ Characteristics and Their Attitude towards Mathematics in Oron Education Zone, Nigeria

2013· article· en· W2079730279 sur OpenAlexvenueno aff
Etuk N. Etuk, Maria E. Afangideh, Asukwo O. Uya

Notice bibliographique

RevueInternational Education Studies · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican Education and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationCluster samplingSimple random samplePerceptionTest (biology)PsychologyPopulationSample (material)Medicine

Résumé

récupéré en direct d'OpenAlex

The study sought to find out the relationship between how students perceive their teachers’ in respect of knowledge of Mathematics content, communication ability, use of appropriate teaching strategies and teachers’ classroom management skills and students’ attitude towards mathematics. The population of the study comprised all the second year students in senior secondary schools in Oron Education Zone. The study sample consisted of 640 students selected through cluster and simple random sampling techniques. Two instruments – Students’ Perception of Teacher Characteristics Questionnaire (SPTCQ) and Students’ Attitude towards Mathematics Questionnaire (SATMQ) were developed and administered on the respondents. A trial test of 50 students using split-half reliability test was carried out which yielded reliability coefficients of 0.86 and 0.94 for SPTCQ and SATMQ respectively. Pearson Product Moment Correlation and t-statistics were used to answer the research questions and test the hypotheses respectively. Findings show that the way students’ perceive their teachers’ in terms of knowledge of mathematics contents, communication ability, teaching methods and classroom management skills has a significant relationship with students’ attitude towards mathematics. When the students’ perception of their teachers’ characteristics is low, students’ attitude towards mathematics tends to be negative.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,418
Écart entre enseignants0,371 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetAfrican Education and PoliticsTravaux en français237 207