Correlates of Teacher Transfer in Rural Schools: A Case Study of Rural Primary Schools in Choma District
Notice bibliographique
Résumé
Inadequate teachers in rural schools of Zambia is a serious impediment toward equitable and universal access to education. The aim of the study was to determine correlates of human resource transfer in rural primary schools of Zambia in particularly focusing on Choma District of Southern Province. An explanatory factorial was employed enlisting 144 teachers from 10 schools in Choma. Data was analysed using SPSS version 22. Exploratory factor analysis was the main analytic technique. The main findings are that more than three quarters n = 97 (76.4%) of the teachers are unlikely to make a transfer request when compared to only a quarter n = 30 (23.6%) who would not. There is no significant association between likelihood of asking for a transfer based on gender, level of education and age of the teacher. One sample t tests result showed that males and females differed significantly in the asking behaviour. The standard acceptable score for propensity for asking for a transfer was set a priori at ≥ 45. Moreover, male teachers scored significantly higher (µ = 47) and were willing to remain in rural Choma when compared to females (µ = 45.1) who scored lower and were unwilling to remain in rural Choma. Out of fifteen factors that were analysed, only six factors were retained. The regression model shows 48% of the variation and transfer asking behaviour can be explained by the independent variables. The remaining 52 % of the variance is explained by other variables not included in this study. Based on the result the model is fair even though the model indicates that one regressor out of six do influence propensity of transfer asking behaviour in Choma as the p vales is ≤ 0.05 of the ideal α values. Key Words: Correlates, Teacher Transfer, Rural, Primary Schools. DOI: 10.7176/JEP/16-13-12 Publication date: December 30th 2025
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».