An Overview of Teachers’ Development and Secondary School Effectiveness in Ekiti State, Nigeria
Notice bibliographique
Résumé
The study examined teachers’ development and secondary school effectiveness in Ekiti State, Nigeria. The study sought to establish the relationship between teachers’ development training and secondary school effectiveness in Ekiti State. Descriptive research design of survey type was adopted in the study. The population of the study comprised all the teaching staff (teachers and principals) numbered 5,908 in public secondary schools in Ekiti State. The total number of public secondary schools in Ekiti State was 202. The sample of the study was made up of 240 teachers and 24 principals selected from 24 public secondary schools in each of the three senatorial districts in Ekiti State. Multistage sampling procedures which involved simple random sampling and stratified random sampling techniques were used to select sample of the study. The instruments tagged Teachers’ Development Training Questionnaire (TDTQ) and Secondary School Effectiveness Questionnaire (SSEQ) were used to collect data. The instruments were validated and found reliable with the reliability coefficient of 0.84 and 0.86 respectively. Descriptive statistics of frequency counts, percentages scores, mean and standard deviation were used to answer the research questions and Pearson’s Moment Correlation was used to test the hypothesis at 0.05 level of significance. The findings of the study revealed that there is a significant relationship between teachers’ development and secondary school effectiveness in Ekiti State. Based on the findings and conclusions of the study, it was recommended that regular and relevant teachers’ development programmes should be organized for secondary school teachers in order to ensure continuous quality education delivery and secondary school effectiveness.
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) | 0,001 | 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 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 ».