The Association between Attitude towards the Implementation of Staff Development Training and the Practice of Knowledge Sharing Among Lecturers
Notice bibliographique
Résumé
This study was aimed to identify the association of teachers’ attitude towards the implementation of Staff Development Training with Knowledge Sharing Practices among the lecturers of the Teacher Training Instituition (TTI). In addition, this study was also to examine the differences in attitudes towards the implementation of Staff Development Training and differences of knowledge sharing practices of lecturers based on demographic factors (gender, teaching experience, and academic qualifications). This is a quantitative approach in cross-sectional survey to collect data on the attitude towards staff development training and knowledge sharing practices among lecturers. The population of this study involved 748 lecturers from TTI in Perlis, Kedah, and Pulau Pinang. Stratified random sampling technique was used to select 336 samples from the population. The instruments used in this research were Attitude of Staff Development Training (Siti-Zanariah, 2010) and Knowledge Sharing (Siti-Zanariah, 2010). Statistical Package for Social Science (SPSS) Version 19.0 was used for analysis of data. The descriptive data analysis involved the description of the respondents such as frequency and percentage, while the second part of inferential analysis was to test the hypotheses, using Pearson correlation, t-test, and ANOVA. This study had found that there was a significant and positive association between attitude towards SDT with knowledge sharing practices, a significant difference and positive attitude towards SDT based on gender and teaching experience and a significant and positive difference in terms of knowledge sharing practices based on gender, teaching experience, and academic qualifications. However, the results revealed that there were no significant differences in the attitudes of SDT based on academic qualifications. This research also discussed about the findings, implications, and contributions to the body of knowledge and the country, as well as the direction of future research.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».