EXAMINING THE IMPACT OF COOPERATIVE LEARNING STRATEGIES ON STUDENT PERFORMANCE IN GEOGRAPHY, NINE YEARS BASIC EDUCATION PROGRAM, GS MUSHERI, MUSHERI SECTOR, RWANDA
Notice bibliographique
Résumé
The study concerns the impact of cooperative learning on students’ performance in Geography in nine years of primary education in Musheri Sector. The study used a descriptive survey design; 46 subjects were used as a sample from 230 as a target population. Stratified sampling and purpose sampling were used to get the sample size, questionnaires and interview guides were used to collect data, and Microsoft Excel was used to analyze the data. The study found that teachers use different cooperative learning methods, including jigsaw, think pair share, three-minute review, teamwork and group performance. The study found that 17.4% of the respondents revealed that teachers use round tables as the simple cooperative learning structure used in the G.S Musheri, enabling them to cover much content, build team spirit, and incorporate writing. Of 46 respondents, 36.9% indicated that the teacher's negative attitude led to the lack of effective use of corporative learning in the classroom. This was brought up by the issue of lack of teachers' motivation. The study recommends having assessments such as daily competitions, quizzes, tests, and other types of assessments to increase student performance. The study recommended that the government train teachers on cooperative learning skills as one way of helping students acquire knowledge, skills and attitudes and also to have continuous professional development for teachers on teaching and learning methods.<p> </p><p><strong> Article visualizations:</strong></p><p><img src="/-counters-/soc/0977/a.php" alt="Hit counter" /></p>
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».