Self-efficacy is een belangrijk begrip uit de sociaal cognitieve theory van Bandura (1997) en duidt op het geloof dat mensen hebben in hun kunnen om een bepaalde taak in een toekomstige situatie succesvol uit te voeren. Self-efficacy van leraren duidt op het geloof van leraren in hun kunnen om het leren van studenten positief te beïnvloeden. Leraren met een hoge mate van self-efficacy hebben een sterkere positieve invloed op de prestaties, de motivatie en schoolattitude van leerlingen, dan leraren met een lage mate van self-efficacy. Daarom is het van belang dat lerarenopleidingen aandacht besteden aan het ontwikkelen van self-efficacy bij hun studenten. Omdat binnen het competentiegerichte opleiden van leraren assessments een belangrijke plaats innemen, wordt in deze dissertatie onderzocht hoe assessment de self-efficacy van studenten beïnvloedt en hoe vervolgens de lerarencompetenties worden beïnvloed. Allereerst is onderzocht van welke factoren binnen het hoger onderwijs is gebleken dat deze de self-efficacy van studenten positief beïnvloeden. Hieruit bleek dat de self-efficacy van studenten wordt verhoogd als zij succeservaringen opdoen en als zij verbaal worden ondersteund door hun omgeving. Van deze bevindingen zijn 2 factoren afgeleid die van kenmerkend zijn voor een competentie assessment en die in deze dissertatie nader worden onderzocht. De eerste factor is de authenticiteit van een assessment, dit duidt op de mate waarin tijdens een assessment zaken worden getoetst die belang zijn voor het beroep van leraar. De tweede factor is de feedback die aan studenten wordt verstrekt tijdens het assessment. Om de invloed van deze factoren op de self-efficacy van studenten te kunnen meten, is er een self-efficacy vragenlijst ontwikkeld, specifiek gericht op 1e jaarstudenten van een lerarenopleiding. Omdat studenten in het 1e jaar werken aan de ontwikkeling van 6 competenties, is het instrument bedoeld om de self-efficacy van studenten met betrekking tot de zes lerarencompetenties (interpersoonlijk, pedagogisch, vakinhoudelijk en didactisch, organisatorisch, samenwerking met collega’s en reflectie en ontwikkeling) te diagnosticeren. Uit studie twee bleek dat de vragenlijst voldoende betrouwbaar en valide is om het diagnostisch instrument te gebruiken tijdens de begeleiding van studenten. Tevens kwam uit deze studie enig bewijs voor de stelling dat studenten aan een lerarenopleiding beginnen met een globale ongedifferentieerde self-efficacy, en dat als zij ervaringen opdoen met lesgeven er een verdere differentiatie van hun self-efficacy plaatsvindt. In de derde studie werd de kernvraag van deze dissertatie onderzocht. Hieruit bleek dat naarmate de studenten, de prestatie die zij bij het assessment moeten leveren als authentieker ervaren, des te sterker dit hun self-efficacy van de 6 competenties beïnvloedt. Verder bleek dat naarmate studenten de kwaliteit van de verstrekte feedback als hoger ervaren, des te sterker dit hun self-efficacy op 4 van deze 6 competenties beïnvloedt. Tenslotte bleek uit deze studie dat de genoemde assessment-factoren de leerresultaten van studenten op de lerarencompetenties indirect beïnvloeden, dit houdt in dat de assessmentfactoren de self-efficacy van studenten beïnvloeden en dat de self-efficacy van studenten vervolgens van invloed is op leerresultaten van studenten op de lerarencompetenties. In de vierde studie zijn enkele resultaten uit de derde studie diepgaand onder de loep genomen. Door een aantal studenten te interviewen is onderzocht hoe de ervaringen die studenten opdoen tijdens een assessment bijdragen aan hun self-efficacy. Hieruit bleek dat de genoemde assessmentfactoren tijdens zowel de voorbereidingsfase, de interviewfase als de feedbackfase van het portfolio competentie assessment, de self-efficacy van studenten positief beïnvloeden. Voortkomend uit de onderzoeksresultaten, worden op het einde van de dissertatie enkele adviezen voor lerarenopleidingen beschreven.
Routine immunization (RI) of children is the most effective and timely public health intervention for decreasing child mortality rates around the globe. Pakistan being a low-and-middle-income-country (LMIC) has one of the highest child mortality rates in the world occurring mainly due to vaccine-preventable diseases (VPDs). For improving RI coverage, a critical need is to establish potential RI defaulters at an early stage, so that appropriate interventions can be targeted towards such population who are identified to be at risk of missing on their scheduled vaccine uptakes. In this paper, a machine learning (ML) based predictive model has been proposed to predict defaulting and non-defaulting children on upcoming immunization visits and examine the effect of its underlying contributing factors. The predictive model uses data obtained from Paigham-e-Sehat study having immunization records of 3,113 children. The design of predictive model is based on obtaining optimal results across accuracy, specificity, and sensitivity, to ensure model outcomes remain practically relevant to the problem addressed. Further optimization of predictive model is obtained through selection of significant features and removing data bias. Nine machine learning algorithms were applied for prediction of defaulting children for the next immunization visit. The results showed that the random forest model achieves the optimal accuracy of 81.9% with 83.6% sensitivity and 80.3% specificity. The main determinants of vaccination coverage were found to be vaccine coverage at birth, parental education, and socio-economic conditions of the defaulting group. This information can assist relevant policy makers to take proactive and effective measures for developing evidence based targeted and timely interventions for defaulting children.
MULTIFILE
