The Development and Validation of an Instrument to Measure the Learning of Context University Skills and Workplace-recognized Skills Test among Students WIE in Rural College Thailand
Notice bibliographique
Résumé
A questionnaire for measuring Context University Skills and Workplace-Recognized Skills (LCUS-WRS) requires a validated and reliable instrument. The purpose of this study was to develop and validate a questionnaire to measure learning of context university skills and workplace-recognized skills, in order to carry out an advanced psychometric properties analysis of Work-Integrated Education (WIE) students and the skills of LCUS-WRS, including internal and external reliability. Methods: We conducted multi-stage random sampling, with a sample consisting of 728 students WIE from 20 rural colleges in Thailand. Exploratory Factor Analysis (EFA) was performed on a subset of the sample (n = 279), and Confirmatory Factor Analysis (CFA) was conducted on another subset (n = 449), both in different subgroups. Additionally, the researcher analyzed the internal consistency and temporal reliability of the scale in the instrument. Results: Using exploratory factor analysis with 39 items 6 factors and accounted for 55.881% of variance was identified of the variance for the CFA model. The model achieved a goodness-of-fit of chi-square (c2 ) = 582.907, df = 308, p = .000, c2 /df = 1.90, GFI = .979, AGFI = .985, RMSEA = .030, SRMR = .030 Conclusion: LCUS-WRS scale has solid construct of validity and excellent internal consistency which to analyze psychometric properties It has optimum temporal reliability. Therefore, the indicated that the dimensions of measuring of LCUS-WRS guaranteed its use in higher education institutions.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».