INTEGRATING DIGITAL TECHNOLOGY SKILLS IN EARLYCHILDHOOD EDUCATION FOR SUSTAINABLE INNOVATIVE TEACHING IN PRIMARY SCHOOLS IN OYO STATE
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The paper examines the integrating digital technology skills in early childhood education for sustainable innovative teaching in primary schools in Oyo State. The study adopted a descriptive survey research design. Population comprises of all primary school teachers in Afijio Local Government in Oyo State, Nigeria. The sample size for this study comprises of ten (10) primary schools in which ten (10) teachers were randomly selected to make a total of 100 respondents for the study. A self-developed questionnaire was used as instrument for data collection. It was developed in closed-ended of Agree or Disagree. The instrument was moderated by an expert who affirmed its validity. Reliability of the instrument was determined using Cronbach Alpha and the value of 0.84 was obtained which is reliable enough for this study. Data collected were analyzed using simple percentage, mean and standard deviation statistical tools. Findings revealed that the integration of digital technology skills in Early Childhood Education (ECE) is crucial for fostering sustainable and innovative teaching practices in primary schools in Oyo State. By equipping educators with digital competencies, schools can enhance the quality of teaching and learning, making education more engaging, interactive, and aligned with 21st-century skills. The adoption of technology not only facilitates access to a broader range of educational resources but also supports personalized learning experiences and collaboration among pupils. It was therefore recommended that teachers should receive continuous professional development to enhance their digital technology skills and keep up with emerging educational technologies. This training will ensure they are well-equipped to implement innovative teaching practices effectively.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,006 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle