MétaCan
Menu
Retour à la cohorte
Enregistrement W3021615182 · doi:10.5539/gjhs.v12n5p153

Teachers’ Perceived Communication Instructional Skill for Improving Teaching in Primary School in Enugu State, Nigeria

2020· article· en· W3021615182 sur OpenAlexvenueno aff
Elizabeth N. Ebizie, Obiageli C. Njoku, Juliana N. Ejiofor

Notice bibliographique

RevueGlobal Journal of Health Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCronbach's alphaActive listeningData collectionPsychologyMedical educationInternal consistencySample (material)Descriptive statisticsMathematics educationReliability (semiconductor)Sample size determinationTest (biology)MedicinePsychometricsMathematicsStatisticsDevelopmental psychologyCommunication

Résumé

récupéré en direct d'OpenAlex

This study was carried out to investigate teachers’ perceived communication instructional skill for improving teaching in Enugu State, Nigeria. The study was guided by two research questions. The descriptive survey design was adopted for the study. The sample size of the study is 1,196 teachers. Multistage sampling technique was used in the selection of the sample size. The instrument used for data collection was the Teachers’ Perceived Communication Instructional Skills Questionnaire (TPCISQ). To ensure the reliability of the instrument, a trial test was conducted by administering 30 copies of the questionnaire to 30 public primary school teachers in Awka, Anambra State, which is outside the study area. Cronbach Alpha was used to determine the internal consistency of the items. Result of the analysis yielded an overall coefficients value of 0.87. The data collected in the study were analyzed using mean and standard deviation. Based on the findings of the study, it was revealed that teachers need the following communication skills: listening to the pupils attentively when they ask questions; giving proper feedback to the questions raised by the pupils; repeating instructions orally or in writing and so on.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,138
Score d'incertitude au seuil0,710

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,372
Écart entre enseignants0,346 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetEducation and Technology IntegrationTravaux en français237 207