Factorial Validation of Teachers’ Self-Efficacy Scale using Pre-Service Teachers: Implications for Teacher Education Curriculum
Notice bibliographique
Résumé
Teachers’ beliefs in their ability to effectively handle the tasks that are related to their professional activity are an issue of concern for pre-service teachers. Many of them have low self-efficacy which can affect their output in future, and this can influence important academic outcomes on learners. The main purpose of this study was to factorially validate teachers’ self-efficacy scale (TSES) using pre-service teachers in public colleges of Education in Enugu State. A sample of 218 year three students in the schools of sciences and social sciences was drawn from a population of 2,127 students of public colleges of Education in Enugu State. Simple random sampling technique was used to draw two schools from the five schools in each of the colleges. Accidental sampling was used to draw the participants. The study adapted the teacher self-efficacy scale developed by Ma, Trevethan and Lu (2019). The instrument was construct validated using factor analysis while the internal consistency and stability reliability indices were estimated using Cronbach alpha method and Pearson correlation. The exploratory and confirmatory factors analyses were done using principal component matrix with Varimax rotation, while data model fit was tested using root mean square error of approximation (RMSEA) and confirmatory factor index (CFI). Statistical Package for Social Sciences (SPSS) and Analysis of a Moment Structures (AMOS) software were used to conduct the statistical analysis. The results showed that the scale was found to be valid and reliable and as well demonstrated a good model fit (RMSEA = .043, CFI = .943). The study has implication for teacher education training institutions in that the scale can be used as an effective instrument for determining the teaching self-efficacy of the pre-service teachers. Thus, it was recommended that various higher institutions for teacher education should make effective use of TSES in ascertaining the teaching self-efficacy of the pre-service teachers, especially during teaching practice exercises.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».