Effective guidelines for financial management in Zimbabwean secondary schools
Notice bibliographique
Résumé
This study investigated the nature and constraints of the financial management frameworks and resources available to School Development Committees (SDCs) in Zimbabwean secondary schools for effective financial management practices. It examined the availability of sufficient and appropriate financial management guidelines and the extent to which the available documents impact the effectiveness of these (SDCs). The objective of this investigation is to rectify the dearth of research on the subject for Zimbabwean secondary schools. Employing a pragmatic research paradigm and mixed methods research (MMR) approach, the study utilised an explanatory sequential mixed methods research design. Guided by Stakeholder Theory, the study examined financial management strategies employed by School Development Committees (SDCs), focusing on capacity building, financial governance, and guiding financial documents. The study involved 56 secondary schools in 30 clusters in Zimbabwe. Disproportionate stratified sampling was employed to come up with four (4) clusters from which respondents and participants were drawn. The population of the study was 570 financial management school officials. Data collection involved completion of closed ended questionnaires by 61 respondents and answering of unstructured open-ended interviews by 19 participants. Data analysis involved inferential statistics for quantitative data and thematic analysis for qualitative data. The study's findings revealed inadequate capacity building of School Development Committees (SDCs) in secondary schools, hindering effective school financial management. The study also revealed that although School Development Committees in the secondary schools had financial management guiding documents, the SDCs failed to utilise the documents due to limited financial expertise, insufficient capacity building, limited linguistic accessibility, and low levels of education.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».