MétaCan
Menu
Retour à la cohorte
Enregistrement W2811082894 · doi:10.5539/ies.v11n7p83

The Impact of Government Funding on Students’ Academic Performance in Ghana

2018· article· en· W2811082894 sur OpenAlexvenueno aff
Nurudeen Abdul-Rahaman, Wan Ming, Abdul Basit Abdul Rahaman, Latif Amadu, Salma S. Abdul-Rahaman

Notice bibliographique

RevueInternational Education Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican Education and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Academic achievementTest (biology)Academic yearHigher educationPsychologyMedical educationPolitical scienceMathematics educationEconomic growthEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

High academic performance in senior high education is a significant issue that concerns the government and the people of Ghana because of the huge funding the government provides to schools in the form of progressive free senior high policy. Data starting from 2011/2012 to 2016/2017 academic years were picked from the students’ continuous assessment register which contains students’ academic records for each academic term. Data were collated and analyzed quantitatively using the Mann Whitney U Test to compare students’ academic performance during the period of government partial funding (progressive free policy) from 2014/2015 to 2016/2017 academic years forming a group and no funding period, starting from 2011/2012 to 2013/2014 academic years which formed another group. For the purpose of this study, two groups of twenty (20) students were sampled making forty (40) students in total using the systematic sampling technique. The Mann Whitney U test was used to analyze academic performance of students who benefited from funding and those that do not benefit from funding. The findings indicate that government funding (progressive free policy) has a greater impact on students’ academic performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,522
Écart entre enseignants0,411 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetAfrican Education and PoliticsTravaux en français237 207