Prevalence of Sexual Harassment of Female Students of Tertiary Education in Taraba State, North East Nigeria: Implications for Counselling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The study was set out to investigate prevalence of sexual harassment of female students of tertiary education in Taraba State North East, Nigeria. One research question and one hypothesis were formulated to guide the study. The researcher used “Sexual Harassment of Female Students of Tertiary Education Questionnaire” (SHOFSOTEQ) to collect information for the investigation. The instrument was made up of 14 items and had a reliability coefficient of 0.85. It had content validity and language appropriateness. The researcher used three research assistants to administer copies of the questionnaire on the respondents. The researcher chose 2.50 as a benchmark for either agreeing or disagreeing with each of the items. The One-Way Analysis of variance (ANOVA) was used to test the hypothesis at 0.05 level of significance. The study found out that: there is prevalence of sexual harassment of female students of tertiary education in Taraba State. Sexual harassment of female students’ were carried out through inappropriate sexual comments, unwanted touching of female students’ breasts, tapping of female students’ buttocks and enticing of female students with high scores for sex amongst other. The result also revealed that there is no significant difference among the respondents in the universities, polytechnics and colleges of education on the prevalence of sexual harassment of female students. One of the recommendations is that authorities of tertiary educational institutions should put in place adequate measures to ensure that lecturers do not leak examination questions to students.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle