MétaCan
Menu
Retour à la cohorte
Enregistrement W3093571335 · doi:10.5539/gjhs.v12n12p70

Integrating Creativity in the Facilitation of Adult Learning through Analytic and Synthetic Methods: Study of Adult Basic Literacy Education Program in Enugu State, Nigeria

2020· article· en· W3093571335 sur OpenAlexvenueno aff
Dorida Nneka Oyigbo, K. Chukwuemeka Obetta, Chinasa Maryrose Ugwunnadi, Jun Seog O, Onyinyechi E. Okoye, Beatrice Onah

Notice bibliographique

RevueGlobal Journal of Health Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican Education and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCreativityAdult educationLiteracyPsychologyAdult literacyAgency (philosophy)Medical educationFacilitationMathematics educationPedagogyMedicineSociologySocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

Adult basic literacy education program requires the integration of creativity into learning activities to increase the rate of adult learning in adult basic literacy education program. The study assessed the extent of integrating creativity in facilitating adult learners in adult basic literacy education program. The study adopted a descriptive survey design. The instrument titled, Integrating Creativity in the Facilitation of Adult Learning through Analytic and Synthetic Methods Questionnaire was administered to 880 adult education administrators, adult literacy facilitators and adult learners. Data were presented through the use of mean, standard deviation and ANOVA. The results of the study revealed that integrating analytic and synthetic methods to a moderate extent facilitated the learning of adults in an adult basic literacy education program. The study recommended that state agency for mass literacy, adult and non-formal education should encourage adult literacy facilitators to create personalized programs of instruction and lesson plans that are based on the adult learners’ skill level and learning styles.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,481
Écart entre enseignants0,436 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetAfrican Education and PoliticsTravaux en français237 207