MétaCan
Menu
Retour à la cohorte
Enregistrement W2991944144 · doi:10.21083/ajote.v8i0.5047

Underutilization of instructional materials for teaching and learning of Chemistry in Nigerian secondary schools: Ohafia Education Zone, Abia State’s Example.

2019· article· en· W2991944144 sur OpenAlexvenueno aff
Ngozi O. Obiyo

Notice bibliographique

RevueAfrican Journal of Teacher Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbiaCronbach's alphaMathematics educationPopulationMedical educationChemistry educationPsychologyChemistryPedagogyMedicineFood scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

This study investigated the factors associated with underutilization of instructional materials for teaching and learning of Chemistry in Nigeria. A survey research design was adopted for the study. The study population comprised 86 Chemistry teachers and 1,180 Senior Secondary 2 (SS2) Chemistry students including those with special needs in the 86 public secondary schools in Ohafia Education Zone, Abia State in southeast geopolitical zone of Nigeria. The sample size was 456 respondents of 57 Chemistry teachers and 399 SS 2 Chemistry students selected through multi-stage sampling procedure. The data collection was by questionnaire and Cronbach Alpha was applied in computing the reliability estimate of 0.97. The findings indicated that the inability of teachers to improvise and their lack of manipulative skills, among others, are factors militating against the utilization of instructional materials. The researchers recommended the necessity for adequate provision of instructional materials in the schools and for teachers to ensure that these materials are effectively utilized. Students with special needs should be catered for based on their individualized education program as stipulated by the National Policy on Education in inclusive settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,306
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Teacher EducationMême sujetEducation and Technology IntegrationTravaux en français237 207