THE INFLUENCE OF TECHNOLOGICAL INNOVATION, THE ROLE OF ADMINISTRATORS AND THE READINESS OF ADMINISTRATORS AND THE READINESS OF TEACHERS ON THE PROFESSIONALISM OF RURAL SCHOOL TEACHING
Notice bibliographique
Résumé
This study aims to identify the relationship and influence of Technology Innovation, Role of Administrators, and Teacher Readiness on Rural School Teaching Professionalism in Sabah, Malaysia. The focus of the study is based on the design of technological innovation, the role of administrators, and the readiness of teachers on the professionalism of rural school teaching in Sabah. The study applied survey methods by combining simple stratified, cluster, and random sampling techniques. Based on Krejcie and Morgan (1970), the study sample consisted of 346 teachers working in rural schools in the state of Sabah. Data were collected using a set of adaptation questionnaires. Theories and models used as study guides include Innovation dissemination theory, ICT theory and task solving, Social learning theory, Maslow theory, Bandura theory, Technology Use Model, TAM Model (Technology Acceptance Capital) Professional Brante Model, Organizational Change Model, Model Kounin, Servan Laub Leadership Model and Planned Behavior Theory. The descriptive analysis used is the mean, frequency, and percentage tests while the inference test will use the regression test, Pearson Correlation, t-test, and one-way ANOVA test. Descriptive analysis shows that all variables are practiced at a high level. One-way t-test and ANOVA proved that there was a significant difference in mean scores of all variables based on gender, age, and teaching experience. Pearson Correlation test showed a significant relationship between Technology Innovation (r = 0.495, p <0.01), Role of Administrator (r = 0.536, p <0.01), and Teacher Readiness (r = 0.780, p <0.01) with Rural School Teacher Professionalism. at Sabah. Study questions were analyzed using the Statistical Package for the Social Science (SPSS) version 22.0 program. Pathway analysis (SEM) shows the combination of the contribution of the three independent variables, namely technological innovation, the role of administrators, and the readiness of teachers on the professionalism of rural school teaching in Sabah. Path analysis also showed that there was a significant direct and indirect influence of independent variables with dependent variables. The study contributes to a New Model of Teacher Professionalism in rural schools in Sabah which has been adapted and integrated with previous theories and models.
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 | 0,003 | 0,004 |
| 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 | 0,003 |
| 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 ».