Distance Learning Program for Teachers at The Kigali Institute of Education: An expository study
Notice bibliographique
Résumé
In 2001, a program of distance learning was started within Kigali Institute of Education in collaboration with the Rwanda's Ministry of Education. It is an in-service training program that aims to upgrade in-service secondary school teachers and alleviate the shortage of teachers both in terms of quality and number. This program runs parallel to a pre-service program, also conducted within the Kigali Institute. Academic staff members working in the pre-service program are involved in this distance learning program. After three years, a descriptive qualitative case study was conducted to determine the experiences of academic staff involved in the distance learning program. Purposive and theoretical sampling was used for participants’ identification and inclusion. Individual unstructured interview and focus group discussion was used to gather the data. A qualitative software analysis called NVivo 2, developed by Qualitative Solutions and Research (QSR) International in 2002, was used to compile and analyse the data. Results of the study revealed that faculty members involved in both in-service and pre-service programs face challenges associated with heavy workload. Moreover, the pre-service program is typically prioritized at the expense of the distance learning in-service program. Academic relationships between faculty members and tutors also need to be reinforced. Serving as the critical link between the distance learning in-service program and pre-service departments and faculties, this research also shows that course coordinators play a pivotal role in the smooth operation of the distance learning program.
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 | 0,009 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».