Graduate Employability and Communication Skills: An Investigation of Nigerian Graduates’ Proficiencies and Areas of Deficiencies in Written English
Notice bibliographique
Résumé
Nigeria is a West African country with English as second and official language. In this study, the proficiency levels of graduates of Nigeria’s higher educational institutions in English were investigated against ever-rising speculations that such graduates were unemployable because they do not have good communication and other employability skills. Essays written by 150 graduate job applicants were used for the research. Error Analysis was used for the identification and categorisation of errors in each essay, using grammar, lexis, punctuation and content as major categories. The first group identified (67%) had Low Proficiency Level, with poor knowledge of English grammar and grammatical applications; low vocabulary and high deficiencies in lexical selections; poor skills of punctuation, capitalisation, spelling, paragraphing and lettering; and shallow knowledge of common issues. The second group (23%) had High Proficiency Level, having fewer errors of grammar, lexis, punctuation and content relevance, adequacy, cohesion and coherence. The third group (10%) had Very High Proficiency Level, with a better mastery, understanding and applications of grammatical, lexical, punctuation and associated composition principles. A poor performance carry-over pattern in English at secondary school level was observed. This calls for serious remedial intervention by Government and all stakeholders to improve graduate employability.
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 | 0,002 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».