MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399930526 · doi:10.37745/ijeld.2013/vol12n56782

Examination of the Impact of Learning Management System on University Undergraduate Students’ Academic Performance

2024· article· en· W4399930526 sur OpenAlexaff
Michael Bamidele Ojo

Notice bibliographique

RevueInternational Journal of Education Learning and Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésLearning ManagementCurriculumMedical educationGovernment (linguistics)Test (biology)Information and Communications TechnologyHigher educationMathematics educationPsychologyAcademic achievementSignificant differencePedagogyComputer scienceMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The study examined the impact of Learning Management System (LMS) on university undergraduate student’s academic performance. The study adopted quasi-experimental design, the data for the study were collected through the use of online questionnaire and students’ academic achievement scores in Test and Measurement. The study sample comprised one hundred and four (104) university undergraduate students of Ajayi Crowther University Oyo. The result of the study revealed that there was positive relationship between the use of LMS and students’ academic performance. The findings of the study also revealed that there was significant difference in academic performance of both male and female university undergraduate students taught with LMS and those that were taught with traditional method. The study further revealed that the usage of LMS is hindered with some factors among which are low levels of commitment of the lecturers to the use of LMS, lack of ICT based learning strategy as well as inability of lecturers to provide the needed technical support. The study equally revealed that effective usage of LMS can be recorded by organizing ICT training for both the lecturers and students and improvement of infrastructural facilities will go a long way in improving the effective usage of LMS for teaching and learning process. Based on the findings of the study, it was recommended that the use of LMS should be encouraged in Nigeria tertiary institutions, lecturers and students should be encouraged to improve their computer literacy skills for effective usage of LMS, government and curriculum development agencies should incorporate learning management system usage into tertiary institutions’ curriculum as one of the modes of instructional delivery and that learning management system facilities should be adequately provided in Nigeria tertiary 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 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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,017
Tête enseignante GPT0,351
Écart entre enseignants0,334 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Education Learning and Development→Même sujetOnline and Blended Learning→Travaux en français237 207→