Implementing the updated Early Childhood Development curriculum in Zimbabwean primary schools: Social Validity Based on Practitioners’ Views
Notice bibliographique
Résumé
This article analysed the level of social validity on implementing the updated Early Childhood Development (ECD) curriculum in Epworth, Mabvuku, Tafara (EPMAFARA) District in Harare, Zimbabwe. To address the ever-changing world economy, Zimbabwe introduced an updated curriculum in all its primary schools, in 2017. The updated curriculum provides a framework for the knowledge that help young people to develop a sense of independence and self-reliance. A qualitative method was employed to explore curriculum implementation in Zimbabwean primary schools. Data were collected from a purposively selected sample of two District Schools Inspectors, four School Heads/ Teachers in Charge and eight ECD teachers. The data were analysed using the NVivo software. The researchers discovered that as well as exposing some gaps in the implementation practice, the study revealed some advantages namely, competence-based component, child centred methods, skills-based approaches, change and nurturing of various children’s talents among others. The disadvantages encountered comprised lack of financial and human resources and school basic infrastructures, excessive workload for teachers, lack of Information, Communication and Technology skills and high- teacher: pupil ratio. The qualitative research method used was one major limitation since it was time consuming and, labour intensive. The researchers' initial sample was further affected by COVID-19's onset in the country in March 2020, when the World Health Organization (WHO) advised lockdown limitations, causing schools to close abruptly. The paper’s findings underscored the significance of planning for change in ECD educational programs in terms of teachers’ preparedness and stakeholders’ resourcefulness. These findings imply that teachers should be trained to become innovative and creative in curriculum implementation. Stakeholders are recommended to support teachers and schools with prerequisite resources.
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 | 0,078 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,012 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».