Estimation of the Predictive Powers of Teachers’ Pedagogical Skills on Pupils’ Academic Achievement in Christian Religious Studies in South-East, Nigeria
Notice bibliographique
Résumé
The general purpose of this study was to determine teachers’ pedagogical skills as predictors of pupils’ academic achievement in Christian Religious Studies in South East, Nigeria. The study adopted a correlation research design. Two questions were posed and two hypotheses were formulated and tested for the study. The study was carried out in all the primary schools in South-East, Nigeria. The population of the study included all the 42,796 primary school teachers in South-East, Nigeria. A sample of 855 public primary school teachers was drawn for the study using a multi-stage random sampling procedure. Two instruments were used for data collection, they are: Teachers’ Pedagogical Skills Questionnaire (TPSQ) and Pupils’ Academic Achievement Proforma (PAAP). The instruments were validated by three experts. The reliability of the instrument was established by trial-testing on 20 primary school teachers that were randomly drawn from Ezinihite-Mbaise Local Government Area of Imo State which is a part of the study area but not a sampled area. Cronbach’s Alpha Reliability Coefficient was used to determine the internal consistency reliability index 0.89 for TPSQ. Data collected were analyzed using Correlation Coefficient and Regression Analysis of Variance was used to test the hypotheses at 0.05 level of significance. The findings revealed that teachers’ pedagogical skills significantly predicted pupils’ academic achievement in Christian Religious Studies in South-East. It was recommended that teachers should possess sufficient knowledge and skills regarding curriculum content and classroom management in order to overcome classroom challenges.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».