AFTER-SCHOOL ACTIVITIES AND SECONDARY STUDENTS ACADEMIC PERFORMANCE IN SELECTED SCIENCE-RELATED SUBJECTS IN YALA LOCAL GOVERNMENT AREA OF CROSS RIVER STATE, NIGERIA: CURRICULUM IMPLICATION
Notice bibliographique
Résumé
The study focused on after-school activities and secondary students’ academic performance in selected science-related subjects in Yala Local Government Area of Cross River State, Nigeria: Curriculum implication. The research design adopted for the study is the survey design and the population of this study comprised all Senior Secondary School One (SSS1) students in selected public Secondary schools in Yala Local Government Area. The population stood at 3,201, with males 1, 501 and 1, 700 females in ten (10) selected Secondary schools in the area. The simple random sampling technique was adopted to select the respondents in the study area thus, (111 males and 119 females). The instruments used for data collection were two questionnaires titled After-School Activities Questionnaire and Student’s Academic Performance Test in Chemistry, Physics, and Mathematics (ASAQAPTCPM), designed by experts in the chosen field of study, and the reliability was established with spilt-half reliability techniques result showed a high correlation value of 0.87 to 0.89 and this was considered high enough to use the instrument for data collection. The hypotheses formulated to guide the study were tested using the appropriate statistical technique at 0.05 level of significance using simple linear regression analysis and the findings revealed that engagement in playing after school, engagement in homework, and engagement in extra moral classes significantly predict students’ academic performance in Chemistry, Physics, and Mathematics. It was recommended that parents should encourage their children by providing the needed learning materials like textbooks, prompt payment of school fees, school uniforms, and engagement in extra-curricular activities to facilitate playing activities in the learning process, such as sports, drama music, scouting, dance, and various clubs which will promote harmony in learning.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».