MétaCan
Menu
Retour à la cohorte
Enregistrement W6930774706 · doi:10.5281/zenodo.15332658

TEACHERS BACKGROUND AS DETERMINANTS OF PRE-SCHOOL CHILDREN'S WRITING SKILLS IN SOUTHWESTERN NIGERIA

2025· article· en· W6930774706 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSkin and Cellular Biology Research
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésSimple random sampleSample (material)PopulationData collectionSampling (signal processing)Research designTraining (meteorology)

Résumé

récupéré en direct d'OpenAlex

Abstract The study examined teacher background training as determinants of pre-school children’s writing skills in Southwestern Nigeria. The study adopted mixed design that consisted of observation and correlational design. A self-designed instrument was used for this study. The population for the study consisted of all the pre-school children and their teachers in Southwestern Nigeria. The sample size for the study consisted of 120 pre-school teachers and 600 pre-school children. The study adopted a multi-stage sampling procedure. Three states were selected from six states in Southwestern Nigeria using simple random sampling technique through a ballot system. The instrument used was “Preschool Children Writing Skill Rubric” (PCWSR). Data for PCWSR was a administered by checking children’s’ note books. The data were analysed using Independent Sample T-test. Results indicated that teacher background training significantly influenced preschool children’s writing skills (df = 598; t = 11.476; p < 0.05). The study concluded that teachers’ training background was found to be the factor that could influence the writing skills of preschool children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,271
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetSkin and Cellular Biology ResearchTravaux en français237 207