MétaCan
Menu
Retour à la cohorte
Enregistrement W3036932277 · doi:10.5430/ijhe.v9n4p206

Assessment of ICT Skills Relevant for Effective Learning Possessed by Undergraduate Students at University of Nigeria

2020· article· en· W3036932277 sur OpenAlexvenueno aff
Basil C. E. Oguguo, Agnes O. Okeke, Priscilla O. Dave-Ugwu, Christopher Adah Ocheni, Clifford O. Ugorji, Ijeoma Hope N. Nwoji, Iheanacho C. Ike

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCronbach's alphaInformation and Communications TechnologyReliability (semiconductor)PsychologyMedical educationMathematics educationData collectionDescriptive statisticsTest (biology)Computer scienceMedicineMathematicsStatisticsPsychometricsDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

This study examined the information and communication technology (ICT) skills relevant for effective learning possessed by undergraduate students. The study made use of descriptive survey research design. The study participants were 320 undergraduate students of university of Nigeria. The instrument used for data collection was “Relevant ICT Skills for Effective Learning among Undergraduate Students Questionnaire” (RISELUSQ). The reliability of the instrument was determined using Cronbach-Alpha method and a reliability coefficient of 0.84 was obtained. Four research questions and two hypotheses guided the study. The data collected were subjected to analysis, the mean and standard deviation were used to answer the research questions while the hypotheses were tested using t-test and ANOVA at 0.05 level of significance. The findings revealed that undergraduate students possessed the relevant ICT skills that will enhance their learning and that the ICT skills of the male students were not different from that of the female. The findings also showed that the ICT skills of undergraduate students differ based on their educational level, particularly, between the 100 level and 500 levels. Equally, the finding reveals that the students face some ICT challenges like non-functional/limited projectors in classrooms, limited e-learning facilities among others. Based on the findings, it was recommended that students be encouraged to continue to improve on their ICT skills as it will enable them strive well academically and that school authorities should ensure adequate and proper infrastructures/ICT facilities be put in place within the university environment.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,372
Écart entre enseignants0,363 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetOnline and Blended LearningTravaux en français237 207