Students’ and Teachers’ Awareness of and Attitude towards Environmental Pollution: A Multivariate Analysis Using Biographical Variables
Notice bibliographique
Résumé
The purpose was through a multivariate analysis, to examine students’ and teachers’ environmental Awareness and Attitude in relation to selected biographical data. Participants were Grade 8 to Grade 12 students with ages ranging between 13 years and 23 years (M = 16.5 years, SD = 1.8) as well as their teachers with ages ranging between 23 and 57 (M = 40.6 years, SD = 9.8). All were from schools within a precinct of coal mines and electricity generating power stations; this being industry that characteristically releases large amounts of carbon dioxide into the air. The basis of this investigation was the researchers’ argument that it is important for students in their teenage years to know and be aware of environmental matters because they will grow to be conscious and responsible adults who will take care of their environment. The researchers therefore determined the participants’ biographical factors that had an effect on environmental Awareness and Attitude. An Awareness and Attitude scale comprising 24 - items on a 5 point Likert type format was administered to students and teachers in the first quarter of 2012. Among students, no gender effects were found however, significant effects with respect to age and Attitude, as well as grade level and Awareness were established. For teachers, on the other hand, no significant effects were established for all the biographical variables tested. More pleasing was that teachers had higher scores with respect to environmental Awareness and Attitude compared with their students. The researchers argue that these findings are important because it is the teachers who will hopefully pass the proverbial baton to their students, for them to embrace environmental issues in the air polluted area whence they reside.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».