Information and Communication Technology and the Learning of English Phonetics in Selected Secondary Schools in Nigeria: A Case Study
Notice bibliographique
Résumé
The study investigated the Information and Communication Technology and learning of English phonetics in selected senior secondary schools in Rivers State. The study employed a descriptive survey design. A sample of ten (10) senior secondary schools was selected from Ogba/Egbema/Ndoni Local Government Area of Rivers State. 15 students were randomly selected from the 10 schools which came to a total of (150) students based on the objectives of the study five research questions were formulated four hypotheses were tested at 0.05 level of significance. The data collected was analyzed using simple descriptive methods of mean and standard deviation (SD) to answer the five research questions. Chi-Square(x2) and t-test were used to test the hypothesis at 0.05 level of significance. The results of the research revealed that there are low availabilities of ICT in Ogba/Egbema/Ndoni Local Government Area of Rivers State. The study also revealed that teachers of oral English rarely possess the skills to use the ICT facilities to teach oral English in the public and private secondary schools in Ogba/Egbema/Ndoni Local Government Area of Rivers State. The urban areas are more exposed to the use of ICT than their mates in the rural area. Students in the rural area and their mates in the urban area have similar problems in the leaning of phonetics. Based on the results it was recommended that the use of ICT to teach oral English should be encouraged in senior secondary schools. The recommendations, suggestions for further studies and contribution to knowledge were made.
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 | 0,005 | 0,307 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».