Notice bibliographique
Résumé
<p style="margin: 0cm 0cm 12pt; text-align: justify; line-height: 15pt; -ms-text-justify: inter-ideograph;"><span style="font-family: 'Georgia','serif'; mso-bidi-font-size: 10.0pt; mso-bidi-font-family: Georgia;" lang="EN-US"><span style="font-size: small;">With continued development of related technologies, Web 2.0 has become an important site of learning innovation. In particular, social networking sites such as Facebook, which have become popular, have the potential to function as an educational tool enabling peer feedback, interaction, and learning in a social context. Preparing appropriate environments for learners with different needs is essential to learning in general and online learning in particular. Yet, in order to create such learning environments, educators must understand differences in students’ learning styles. Although some research focuses on the effects of individual differences such as age and gender on the use of social networking sites, experimental research related to students’ learning styles is still limited. This study used Kolb’s Learning Style Model to investigate differences in student learning outcomes and satisfaction using mobile Facebook for learning, according to learning style. Results showed that participants with “Assimilating” and “Diverging” learning styles performed better than those with “Accomodating” and “Converging” learning styles did and had higher self-efficacy, observational modelling and habit strength toward learning in mobile Facebook. The paper also makes suggestions for integrating mobile Facebook into class and recommendations for future research.</span></span></p>
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 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 | 0,014 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».