Class (philosophy)

This study explored how the quality of teacher feedback affects students' academic success in public secondary schools across Imo State, Nigeria. It was structured around five research questions and four null hypotheses, all tested at a significance level of 0.05. A correlational survey research design was employed, focusing on a population of 22,155 SS2 students and 5,576 teachers from 308 public secondary schools in the region. Using a multistage sampling technique, a sample of 1,200 SS2 students and 300 teachers was selected. For data collection, three instruments were utilized: the Teacher Feedback Quality Questionnaire, the Students’ Academic Achievement Record Sheet, and the Challenges to Feedback Provision Scale. These tools were validated by experts and demonstrated Cronbach’s alpha reliability coefficients of 0.84 and 0.79. The data analysis involved mean, standard deviation, Pearson Product Moment Correlation, and Independent Samples t-test, all conducted with SPSS Version 27. The results indicated that teachers provided feedback to a high degree in terms of specificity (M = 3.12) and clarity (M = 3.05), but were less timely (M = 2.41). Key challenges to delivering quality feedback included large class sizes (M = 3.45), heavy workloads (M = 3.38), and insufficient training (M = 3.21). A significant moderate positive relationship was found between the timeliness (r(1198) = 0.42, p <0.001), specificity (r(1198) = 0.56, p <0.001), and clarity (r(1198) = 0.51, p <0.001) of feedback and students’ academic performance. Additionally, students who received high-quality feedback (M = 64.82, SD = 11.34) outperformed those who received low-quality feedback (M = 57.19, SD = 12.01), t(1198) = 6.87, p <0.001, d = 0.65. The study concluded that the quality of teacher feedback-specifically its timeliness, specificity, and clarity-plays a significant role in influencing students’ academic achievement in English and Mathematics. It was recommended that the Imo State Ministry of Education organize regular in-service training sessions for teachers focused on assessment and feedback literacy, school administrators should reduce class size and workload, and teachers should ensure timely, specific, and clear feedback.

این پژوهش به بررسی تأثیر کیفیت بازخورد معلم بر موفقیت تحصیلی دانش‌آموزان در دبیرستان‌های دولتی سراسر ایالت ایمو، نیجریه پرداخت. ساختار پژوهش بر اساس پنج سؤال پژوهشی و چهار فرضیه صفر بود که همگی در سطح معناداری ۰٫۰۵ آزمون شدند. طرح پژوهش از نوع همبستگی بود و جامعه آماری شامل ۲۲٬۱۵۵ دانش‌آموز پایه SS2 و ۵٬۵۷۶ معلم از ۳۰۸ دبیرستان دولتی منطقه بود. با استفاده از روش نمونه‌گیری چندمرحله‌ای، نمونه‌ای متشکل از ۱٬۲۰۰ دانش‌آموز SS2 و ۳۰۰ معلم انتخاب شد. برای گردآوری داده‌ها، از سه ابزار استفاده گردید: پرسشنامه کیفیت بازخورد معلم، برگه ثبت پیشرفت تحصیلی دانش‌آموزان و مقیاس چالش‌های ارائه بازخورد. این ابزارها توسط متخصصان اعتبارسنجی شدند و ضرایب پایایی آلفای کرونباخ به ترتیب ۰٫۸۴ و ۰٫۷۹ را نشان دادند. تحلیل داده‌ها با استفاده از میانگین، انحراف معیار، همبستگی حاصل‌ضرب لحظه‌ای پیرسون و آزمون t مستقل، همگی با نرم‌افزار SPSS نسخه ۲۷ انجام شد. نتایج نشان داد معلمان از نظر ویژگی‌های خاص بودن (M = 3.12) و وضوح (M = 3.05) بازخورد را در سطح بالایی ارائه می‌دهند، اما از نظر به‌موقع بودن (M = 2.41) کمتر عمل می‌کنند. چالش‌های اصلی در ارائه بازخورد با کیفیت شامل تعداد زیاد دانش‌آموزان در کلاس (M = 3.45)، حجم بالای کار (M = 3.38) و آموزش ناکافی (M = 3.21) بود. رابطه مثبت و معنادار متوسطی بین به‌موقع بودن (r(1198) = 0.42, p <0.001)، خاص بودن (r(1198) = 0.56, p <0.001) و وضوح (r(1198) = 0.51, p <0.001) بازخورد با عملکرد تحصیلی دانش‌آموزان مشاهده شد. همچنین، دانش‌آموزانی که بازخورد با کیفیت بالا دریافت کردند (M = 64.82, SD = 11.34)، عملکرد بهتری نسبت به دانش‌آموزانی که بازخورد با کیفیت پایین دریافت کردند (M = 57.19, SD = 12.01)، t(1198) = 6.87, p <0.001, d = 0.65 داشتند. نتیجه‌گیری پژوهش نشان داد کیفیت بازخورد معلم، به ویژه از نظر به‌موقع بودن، خاص بودن و وضوح، نقش معناداری در پیشرفت تحصیلی دانش‌آموزان در درس‌های زبان انگلیسی و ریاضیات ایفا می‌کند. پیشنهاد شد که وزارت آموزش و پرورش ایالت ایمو دوره‌های آموزش ضمن خدمت منظم برای معلمان با تمرکز بر ارزیابی و سواد بازخورد برگزار کند، مدیران مدارس اندازه کلاس و حجم کار معلمان را کاهش دهند و معلمان بازخورد به‌موقع، خاص و واضح ارائه دهند.

Introduction Research on goal contents has largely focused on why students engage in physical activity, with less attention to what they pursue through it. This study examined the prospective and possible reverse-direction associations between intrinsic and extrinsic goal contents and five life skills among students in university physical education. Methods A two-wave cross-lagged panel design was employed over one academic semester with 347 students nested within 26 university physical education class sections. Participants completed self-report measures of intrinsic and extrinsic goals and five domains of life skills (teamwork, goal setting, time management, social skills, and leadership) at the beginning (T1) and end (T2) of the semester. Results After accounting for prior levels of the study variables and sex, T1 intrinsic goals showed prospective associations with T2 time management and leadership in the unadjusted results, but only the association with time management remained statistically significant after the Holm correction. T1 extrinsic goals were not significantly associated with any of the five life skills at T2. Regarding the reverse-direction associations, T1 leadership was negatively associated with T2 extrinsic goals in the unadjusted results, although this association did not remain statistically significant after the Holm correction. None of the remaining reverse-direction paths were statistically significant. Discussion These findings suggest that intrinsic goals may be prospectively associated with time management and, more tentatively, leadership, rather than uniformly with all five life skills. They also provide initial insight into the prospective direction of the associations between goal contents and life skills in university physical education.

مقدمه پژوهش‌ها درباره محتوای اهداف عمدتاً بر چرایی مشارکت دانشجویان در فعالیت بدنی تمرکز داشته‌اند و کمتر به آنچه آنان از طریق این فعالیت‌ها دنبال می‌کنند، توجه شده است. این مطالعه ارتباطات آینده‌نگر و همچنین ارتباطات احتمالی معکوس بین محتوای اهداف درونی و بیرونی و پنج مهارت زندگی را در میان دانشجویان تربیت بدنی دانشگاهی بررسی کرد. روش‌ها یک طرح پانل متقاطع دو‌موجی در طول یک نیمسال تحصیلی با ۳۴۷ دانشجو که در ۲۶ بخش کلاسی تربیت بدنی دانشگاهی قرار داشتند، به کار گرفته شد. شرکت‌کنندگان در آغاز (T1) و پایان (T2) نیمسال، پرسشنامه‌های خودگزارشی درباره اهداف درونی و بیرونی و پنج حوزه مهارت زندگی (کار تیمی، هدف‌گذاری، مدیریت زمان، مهارت‌های اجتماعی و رهبری) را تکمیل کردند. نتایج پس از کنترل سطوح قبلی متغیرهای پژوهش و جنسیت، اهداف درونی در T1 ارتباطات آینده‌نگر با مدیریت زمان و رهبری در T2 را در نتایج بدون تعدیل نشان دادند، اما تنها ارتباط با مدیریت زمان پس از اصلاح هولم از نظر آماری معنادار باقی ماند. اهداف بیرونی در T1 با هیچ‌یک از پنج مهارت زندگی در T2 ارتباط معناداری نداشتند. درباره ارتباطات معکوس، رهبری در T1 با اهداف بیرونی در T2 در نتایج بدون تعدیل ارتباط منفی داشت، اگرچه این ارتباط پس از اصلاح هولم از نظر آماری معنادار باقی نماند. هیچ‌یک از مسیرهای معکوس دیگر از نظر آماری معنادار نبودند. بحث این یافته‌ها نشان می‌دهند که اهداف درونی ممکن است به طور آینده‌نگر با مدیریت زمان و تا حدی با رهبری، و نه به طور یکنواخت با هر پنج مهارت زندگی، مرتبط باشند. همچنین، این نتایج بینش اولیه‌ای درباره جهت آینده‌نگر ارتباطات بین محتوای اهداف و مهارت‌های زندگی در تربیت بدنی دانشگاهی ارائه می‌دهند.

Introduction AI-supported writing assessment can provide rapid scores and issue-level comments, yet its formative value depends on how students and teachers interpret and act on that information. This study examined this process in a university English writing course. Methods Two pre-existing intact classes comprising 96 students (48 per class) completed three writing-feedback-revision cycles. The Control class received AI scores/standard feedback, routine teacher checking, and revision. The Diagnostic Review class received DeepSeek-R1 issue-level diagnoses, completed an interpretation sheet, revised independently, underwent structured teacher review and reassessment, and recorded a reflection. Measures included diagnostic accuracy, feedback actionability, feedback comprehension, self-assessment accuracy, revision quality, reflection quality, misunderstanding codes, and teacher review activity. Mixed-effects models with student random intercepts were used for analysis. Results The Diagnostic Review class showed higher scores for diagnostic accuracy, actionability, comprehension, revision quality, and self-assessment accuracy. Group-by-cycle interactions were significant for diagnostic accuracy, comprehension, revision quality, and self-assessment accuracy, whereas the actionability interaction was not. Feedback comprehension showed the strongest bivariate association with revision quality. Exploratory indirect associations through actionability and comprehension remained positive after adjustment for condition and cycle using student-cluster bootstrap confidence intervals. Teacher records documented confirmation, correction, supplementation, and re-explanation, with greater review time in the Diagnostic Review class. Discussion The findings indicate that the formative value of AI-supported writing assessment extends beyond automated diagnosis to the subsequent processes of student interpretation, revision, and teacher review. Repeated classroom assessment may therefore benefit from integrating AI-generated diagnostic feedback with structured learner reflection and context-sensitive teacher judgment.

مقدمه: ارزیابی نوشتار با پشتیبانی هوش مصنوعی می‌تواند نمرات سریع و بازخوردهای سطح مسئله ارائه دهد، اما ارزش تکوینی آن وابسته به نحوه تفسیر و واکنش دانشجویان و معلمان به این اطلاعات است. این پژوهش این فرایند را در یک درس دانشگاهی نوشتار انگلیسی مورد بررسی قرار داد. روش‌ها: دو کلاس موجود متشکل از ۹۶ دانشجو (۴۸ نفر در هر کلاس) سه چرخه نوشتار-بازخورد-بازنگری را تکمیل کردند. کلاس کنترل نمرات هوش مصنوعی/بازخورد استاندارد، بررسی معمول معلم و بازنگری را دریافت کرد. کلاس بازبینی تشخیصی، تشخیص‌های سطح مسئله DeepSeek-R1، تکمیل برگه تفسیر، بازنگری مستقل، بازبینی ساختاریافته معلم و ارزیابی مجدد و ثبت تأمل را انجام داد. سنجه‌ها شامل دقت تشخیصی، قابلیت اقدام بازخورد، درک بازخورد، دقت خودارزیابی، کیفیت بازنگری، کیفیت تأمل، کدهای سوءتفاهم و فعالیت بازبینی معلم بود. برای تحلیل از مدل‌های اثرات مختلط با انقطاع تصادفی دانشجو استفاده شد. نتایج: کلاس بازبینی تشخیصی نمرات بالاتری در دقت تشخیصی، قابلیت اقدام، درک، کیفیت بازنگری و دقت خودارزیابی نشان داد. تعامل گروه-چرخه برای دقت تشخیصی، درک، کیفیت بازنگری و دقت خودارزیابی معنادار بود، در حالی که تعامل قابلیت اقدام معنادار نبود. درک بازخورد قوی‌ترین ارتباط دومتغیره را با کیفیت بازنگری نشان داد. ارتباطات غیرمستقیم اکتشافی از طریق قابلیت اقدام و درک، پس از تعدیل بر اساس وضعیت و چرخه با استفاده از فاصله اطمینان بوت‌استرپ خوشه‌ای دانشجو، مثبت باقی ماند. سوابق معلم تأیید، تصحیح، تکمیل و توضیح مجدد را مستند کرد و زمان بازبینی بیشتری در کلاس بازبینی تشخیصی صرف شد. بحث: یافته‌ها نشان می‌دهد که ارزش تکوینی ارزیابی نوشتار با پشتیبانی هوش مصنوعی فراتر از تشخیص خودکار بوده و به فرایندهای بعدی تفسیر دانشجو، بازنگری و بازبینی معلم نیز گسترش می‌یابد. بنابراین، ارزیابی مکرر کلاسی می‌تواند از ادغام بازخورد تشخیصی تولیدشده توسط هوش مصنوعی با تأمل ساختاریافته یادگیرنده و قضاوت حساس به زمینه معلم سود ببرد.

This study aimed to examine how design strategies used by science communicators in informal learning environments (ILEs) could be adapted to develop a framework that supports scientific inquiry in under-resourced science classes. Using the analytic induction research strategy, a multiple-case study was conducted involving science communicators from three ILEs: National Science Museum (Thailand), Sci-Bono Discovery Centre (South Africa), and Tūhura Otago Museum (New Zealand). The Delphi technique was then used to validate the findings. Findings from the cases were reconciled with the literature from both formal and informal science education to develop a new inquiry learning design framework. The new framework, referred to as the Complementarity of Learning Framework (Colfram), consists of four simplified inquiry stages that are strengthened by design strategies from informal science learning environments. The Colfram is proposed as a design tool to assist teachers operating in under-resourced settings to develop their own inquiry learning materials. By combining the strengths of both formal and informal science learning viewpoints, we argue that the Colfram can better support teachers to develop material that achieves the broader goals of inquiry learning, which include cultivating STEM identities and sustained interest in science.

این مطالعه با هدف بررسی چگونگی تطبیق راهبردهای طراحی مورد استفاده توسط ارتباط‌دهندگان علم در محیط‌های یادگیری غیررسمی (ILEs) جهت توسعه یک چارچوب حمایتی برای پژوهش علمی در کلاس‌های علوم با منابع محدود انجام شد. با بهره‌گیری از راهبرد پژوهشی استقرا تحلیلی، یک مطالعه چندموردی با مشارکت ارتباط‌دهندگان علم از سه محیط یادگیری غیررسمی شامل موزه ملی علوم (تایلند)، مرکز اکتشاف Sci-Bono (آفریقای جنوبی) و موزه Tūhura Otago (نیوزیلند) انجام گرفت. سپس، جهت اعتبارسنجی یافته‌ها از تکنیک دلفی استفاده شد. یافته‌های حاصل از موارد موردی با ادبیات علمی آموزش علوم رسمی و غیررسمی تطبیق داده شد تا چارچوب جدیدی برای طراحی یادگیری پژوهشی تدوین گردد. چارچوب جدید که با عنوان چارچوب مکمل یادگیری (Colfram) معرفی می‌شود، شامل چهار مرحله ساده‌شده پژوهش است که با راهبردهای طراحی برگرفته از محیط‌های یادگیری علوم غیررسمی تقویت شده‌اند. Colfram به عنوان ابزاری طراحی برای کمک به معلمان در محیط‌های با منابع محدود جهت توسعه مواد یادگیری پژوهشی خود پیشنهاد می‌شود. با ترکیب نقاط قوت دیدگاه‌های آموزش علوم رسمی و غیررسمی، استدلال می‌شود که Colfram می‌تواند حمایت بهتری از معلمان در توسعه موادی که اهداف گسترده‌تر یادگیری پژوهشی از جمله پرورش هویت‌های STEM و علاقه پایدار به علم را محقق می‌سازد، فراهم آورد.

The purpose of this study is to evaluate the legibility of fourth-grade elementary school students' handwriting and to examine the differences and relationships between two evaluators: a human researcher and artificial intelligence (ChatGPT). To this end, the study was conducted using the descriptive survey model, one of the quantitative research approaches. The study sample consisted of 67 fourth-grade students attending a public elementary school. The students' handwriting was evaluated using the Multidimensional Legibility Scale. Writing samples were collected from each student, including copying samples, dictated samples, and free writing samples. One class period was allocated for each writing task. The 201 handwriting samples obtained from the 67 students were evaluated by a researcher (the second author) and artificial intelligence (ChatGPT). According to the findings, no significant differences were detected between the artificial intelligence and the researcher in any writing type or subdimension, except for the slant subdimension of free writing. However, a high level of positive and significant correlation was identified between the two raters. Findings indicate that artificial intelligence can produce results comparable to those of expert raters when evaluating handwriting legibility. The fact that differences among raters are not statistically significant suggests that AI-based handwriting evaluations could serve as an objective and reliable alternative.

هدف این پژوهش، ارزیابی خوانایی دست‌خط دانش‌آموزان پایه چهارم ابتدایی و بررسی تفاوت‌ها و روابط بین دو ارزیاب: یک پژوهشگر انسانی و هوش مصنوعی (ChatGPT) است. بدین منظور، پژوهش با استفاده از مدل پیمایش توصیفی که یکی از رویکردهای پژوهش کمی است، انجام شد. نمونه پژوهش شامل ۶۷ دانش‌آموز پایه چهارم یک مدرسه ابتدایی دولتی بود. دست‌خط دانش‌آموزان با استفاده از مقیاس چندبعدی خوانایی ارزیابی شد. نمونه‌های نوشتاری از هر دانش‌آموز جمع‌آوری گردید که شامل نمونه‌های رونویسی، نمونه‌های دیکته و نمونه‌های نوشتار آزاد بود. برای هر تکلیف نوشتاری یک جلسه کلاسی اختصاص داده شد. ۲۰۱ نمونه دست‌خط به‌دست‌آمده از ۶۷ دانش‌آموز توسط یک پژوهشگر (نویسنده دوم) و هوش مصنوعی (ChatGPT) ارزیابی شد. بر اساس یافته‌ها، به جز زیرمقیاس شیب در نوشتار آزاد، هیچ تفاوت معناداری بین هوش مصنوعی و پژوهشگر در هیچ‌یک از انواع نوشتار یا زیرمقیاس‌ها مشاهده نشد. با این حال، همبستگی مثبت و معنادار بالایی بین دو ارزیاب شناسایی گردید. یافته‌ها نشان می‌دهد که هوش مصنوعی می‌تواند نتایجی قابل مقایسه با ارزیابان خبره در ارزیابی خوانایی دست‌خط ارائه دهد. عدم معناداری آماری تفاوت بین ارزیابان، حاکی از آن است که ارزیابی‌های دست‌خط مبتنی بر هوش مصنوعی می‌تواند به عنوان جایگزینی عینی و قابل اعتماد مورد استفاده قرار گیرد.