Socio-economic Factors Influencing Grade 12 Accounting Learners’ Performance in the Eswatini General Certificate Secondary Examination
Notice bibliographique
Résumé
This study examined the influence of socio-economic factors on Grade 12 Accounting learners’ performance in the Eswatini Accounting General Certificate Secondary Examination (GCSE). An explanatory sequential, mixed-methods design was used. For the quantitative component of the study stratified random sampling was used to obtain a sample of 400 Accounting learners and 80 Accounting teachers. Questionnaires were used to collected quantitative data, which was analysed using Statistical Package for Social Sciences (SPSS) version 27. Purposive sampling was used to select 12 Accounting learners and 8 Accounting teachers for the qualitative component. Interviews were used to generate quantitative data which was analysed thematically. The study found that socio-economic factors that negatively influenced learners’ performance in Grade 12 Accounting GCSE in Eswatini included parents’ lack of interest and involvement in their children’s learning, as well as the family’s socio-economic status (income and background), with poverty and overcrowded living conditions playing a role. The study raises awareness of the socio-economic factors that are likely to influence learners’ academic performance in Grade 12 Accounting in emerging economies. To mitigate these factors, the researchers recommend that parents or guardians allocate a regular time and dedicated space at home for their child to do their homework and discuss their child’s progress regularly with their child’s teacher as strategies to support their child’s 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 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 | 0,001 |
| 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 ».