Performance Determinants of Kenya Certificate of Secondary Education (KCSE) in Mathematics of Secondary Schools in Nyamaiya Division, Kenya
Notice bibliographique
Résumé
The study found the performance determinants of students’ performance in mathematics Kenya certificate of secondary education (KCSE) in Nyamaiya division of Kenya. The study employed descriptive survey design of the ex-post facto type with a total student population of 151 and 12 teachers. Four validated research instrument developed for the study were Mathematics Achievement Test (MAT) (r = 0.67), Students Questionnaire (SQ) (r = 0.75), Teachers Questionnaire (TQ) (r = 0.60 and Head teachers Questionnaire (HQ) (r = 0.70). Three research questions were answered. The data was analyzed using multiple regression analysis. There was a positive correlation among the six independent variables and the dependent measure – mathematics performance(R= 0.238; F(6,151)=1.53843; p<0.05). The six variables accounted for 45.6% of the total variance in the independent measure (R2 = 0.564). Teachers’ experience (B=0.972, t=2.080; p<0.05), teachers’ qualification (B=0.182, t=2.390; p<0.05), teachers/students’ attitude (B=0.215, t= 2.821; p<0.05) and school category (B=0.064, t=0.352; p<0.05) could be used to predict students’ academic performance in mathematics. It is therefore recommended that adequate attention should paid to these variables that can predict students’ performance by the government and other stakeholders of education in 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.
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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».