Structural Model of Administrators' ICT Competency
Notice bibliographique
Résumé
This study aimed to develop a structural equation model for ICT competency in administrators affecting school administration and propose implementation guidelines. The research involved two phases: model development and focus group discussions for guideline formulation. The sample included 310 educational administrators and department heads from secondary schools under the Songkhla and Satun Secondary Educational Service Area Office. A questionnaire was used as the primary research instrument. The findings showed the developed structural equation model had an excellent fit with empirical data (Chi-Square=188.4, df=166, p-value=.11, GFI=.95, NFI=.97, TLI=.99, CFI=.99, RMSEA=.02, RMR=.00). A key finding was the significant positive direct influence of the competency to appropriately use and manage ICT for education and work performance (influence coefficient = 0.66, p < .01). Overall, the ability to use, manage, promote, and support ICT legally, ethically, professionally, appropriately, and safely for administrative improvement collectively explained 72% of the variance in educational institution administration. Recommended guidelines for applying the model include organizing workshops, developing ICT strategic plans, creating learning networks, establishing Professional Learning Communities (PLCs) for administrators, and setting ICT competency indicators. These measures are expected to boost administrative efficiency and quality, aligning with current Ministry of Education policies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».