Peer Learning Amongst Students of Higher Technical Teachers’ Training College (HTTTC) of the University of Buea in Kumba, Cameroon
Notice bibliographique
Résumé
This paper examines the use of peer learning in students’ success at the Higher Technical Teachers’ Training College in Kumba, Cameroon. The study uses a quantitative descriptive data to determine the effectiveness of peer learning amongst students through the impact of study groups and peer tutoring on students’ achievement. The study employed the descriptive survey design. Participants of the study were made up of 234 students drawn from both the first and second cycles of the 14 departments of the Technical Teachers’ Training College (HTTTC), Kumba. The study sought to find out the effects of study groups and peer tutoring on students’ achievement at HTTTC, Kumba. A structured questionnaire was used as the instrument for data collection. The data collected was analyzed descriptively using frequencies and percentages computed with the help of the SPSS V.20.0. Evidence from students’ responses indicated that the importance of studying in groups with classmates and peer tutoring by other students in the success of their end-of-semester and final examinations cannot be overemphasized. By providing these learning environments in schools, students are able to form a cohesive group where they can express their ideas and help each other succeed. Based on the study findings, it is recommended that students who are more knowledgeable and have a good mastery of the subject or the concepts taught be paired by the teacher with other students for group work, class discussions and more purposeful structured learning. Teachers should also take advantage of the peer tutoring technique to encourage student-teachers to work in small mixed ability groups that will allow everyone whether fast or slow to share their ideas and build knowledge as well as interpersonal skills in the training process.
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 | 0,001 | 0,004 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».