Effects of Behavioural Objectives-based Instructional Strategy on Senior School Students’ Academic Performance in Mathematics in Omu-Aran, Nigeria
Notice bibliographique
Résumé
This study sought for the effect of the use of behavioural objectives on Senior Secondary students’ academicperformance in Mathematics in Omu-Aran, Kwara South Senatorial District Area of Kwara State, Nigeria. Thetarget population for the study comprised Senior Secondary Two (SS II) students in Omu-Aran town. Purposivesampling technique was employed to select 179 students for the study. A quasi-experimental, non-randomized,non-equivalent, pre-test, post-test control group involving a 2 x 3 factorial design was employed as researchdesign. The dependent variable was the Mathematics Academic Performance Test (MAPT) administered. Theindependent variables were the instructional strategy and the scoring levels. The test scores were analyzed usingmean scores, standard deviations, t-test and Analysis of Covariance on the two null hypotheses formulated. Analpha level of 0.05 was used to determine the significant level. Findings from the study showed that theexperimental group significantly performed better in Mathematics Academic Performance Test than the controlgroup. Based on this finding, it was recommended among others that teachers of Mathematics should alwayspresent the set behavioural objectives to the students prior to the lesson in order to enhance students’ fullparticipation in the lesson. Mathematics students should also be provided with academic counselling.
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 | 0,004 | 0,002 |
| 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 | 0,001 |
| 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 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 ».