Developing Aesthetic Education Programme for Adults in Realization of Sustainable Development Goal Eleven (11) in Rivers State
Notice bibliographique
Résumé
The rise in population explosion characterized by influx of activities of multinational oil companies in Rivers State has called for the need to make cities and human settlements inclusive, safe, resilient and sustainable (SDG 11). This study therefore aimed at developing aesthetic education programme for adults in realization of sustainable development goal 11 in Rivers State, Nigeria. The study was guided by four objectives. The research and development design was adopted for the study. The population of the study was 2,022 respondents made up of 170 facilitators and 1,653 learners from the three senatorial districts in the state. The proportionate stratified random sampling technique was used to select 30% of the population as the sample size. Instrument for data collection was the researchers’ structured questionnaire which was face validated by three experts. Data collected were subjected to descriptive and inferential analysis in the statistical package for social sciences (SPSS) software version 21. Findings revealed that transmitting knowledge for disaster management and development of perceptual sensitivity on aesthetic experiences were some of the objectives of aesthetic education programme. The study further revealed disaster management and cultural norms and values as some of its contents. Brainstorming and observation were some of the delivery systems, while discussion and the use of video clips among others were evaluation strategies. Recommendations and implications were further provided.
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 | 0,001 | 0,001 |
| 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 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 ».