Transforming Pedagogical Practices: The Impact of a Connected Learning for STEM Intervention on Science and Mathematics Teachers in Northern Nigeria
Notice bibliographique
Résumé
The purpose of this study is to explore the impact of the Connected Learning for Capacity Building initiative on the pedagogical practices of secondary school science and mathematics teachers in Northern Nigeria. It specifically examines how participation in the programme impacted teachers’ understanding and implementation of equitable, inclusive, and learner-centered instructional strategies. The study adopted a qualitative descriptive research design. Data were collected through semi-structured interviews with a purposive sample of 20 novice teachers across three phases, namely baseline, midline, and endline. The data were analyzed thematically to trace the evolution of teachers’ pedagogical conceptions and practices, particularly in relation to equity and inclusion. The findings indicate a substantial transformation in teachers’ pedagogical orientations and classroom practices. Participants demonstrated an expanded understanding of equity and inclusion, moving beyond academic ability to consider gender, socioeconomic background, and geographical disparities. Furthermore, teachers increasingly applied principles of Universal Design for Learning (UDL) by integrating diverse instructional strategies such as the use of local materials, multimedia resources, and collaborative learning activities to accommodate varied learner needs and contexts. This study provides empirical insights into how a connected learning framework that incorporates Open Educational Resources (OER) and a mobile-based Community of Practice (CoP) can foster pedagogical innovation in resource-limited settings. It highlights the potential of connected learning as a sustainable model for teacher professional development and as a means to promote equitable quality education in alignment with Sustainable Development Goal 4.
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 | 0,003 | 0,003 |
| 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 | 0,000 | 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 ».