Assessment of preservice teachers' creativity in developing instructional materials in Ibadan, Nigeria
Notice bibliographique
Résumé
This paper assessed preservice teachers’ creativity in developing instructional materials during their compulsory professional practice. It identified some challenges faced by preservice teachers in creating instructional materials. The paper aimed to stress the importance of instructional materials in teaching and learning, and the necessity to equip preservice teachers with skills required to creatively develop and select relevant instructional materials for facilitating effective teaching and learning. The study looked at the constructivist theory of learning to ascertain the impact of facilitating learning through diverse instructional resources that can meet the different learning styles of learners. The study adopted a descriptive survey design. A total of 308 penultimate and final year preservice teachers in the Faculty of Education at the University of Ibadan, Nigeria, participated in the study. A structured questionnaire was used to collect data after it had been validated by experts. The reliability was ascertained using Cronbach Alpha after a pilot testing had been carried out with a limited sample who did not participate in the main data study. The reliability coefficient of .87 was obtained. Data analysis was done using simple frequency count, percentage score, mean, and standard deviation. The decision rule was set at 2.5. Findings from the study showed that even though most preservice teachers agreed to be potentially creative in developing instructional materials during their professional practice, they had limitations in practically demonstrating this because of several factors, which led them to adopt conventional resources such as cardboard drawings, charts, textbooks, etc. The study also identified limited resources, financial and time constraints, and large class size as challenges confronting preservice teachers' creativity in developing instructional materials.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».