Multimedia Mobile Learning Application for Children’s Education: The Development of MFolktales
Notice bibliographique
Résumé
Children learn from what they see and hear. One of the attractive applications is animation story and these children are exposed to various types of animation story. However, not all animation stories presented are suitable for children’s education in terms of exaggeration elements applied in animation. Furthermore, the existence of mobile application does not emphasize the touch gesture that is suitable for children’s age. Hence, there is a lack of mobile learning applications with education-oriented environment for children’s education. Therefore, there is a need for research to develop a well-designed mobile application with suitable exaggeration elements together with good story plots and socio-cultural values to educate as well entertain children. This paper discusses the design and development of Malay folktales mobile application called MFolktales based on a local Malay folktale story. MFolktales is an Android-based application and it was developed based on the validated conceptual model as well as analyzed and defined design principles and requirements. This paper presents the development process of MFolktales application. The development life cycle was adopted from ADDIE Instructional Design (ID) model, taking into consideration the animation development process of pre-production, production, and post-production. Overall, there are five phases involved in the development life cycle: analysis, design, development, implementation and evaluation. The application was tested to strengthen its functionality and usability. The result shows that MFolktales application is ready to be tested to real users and ready to be commercialized.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».