Investigating the Use of Smartphones for Learning Purposes by Australian Dental Students
Notice bibliographique
Résumé
BACKGROUND: Mobile Internet devices and smartphones have at present a significant potential as learning tools and the development of educational interventions based on smartphones have attracted increasing attention. OBJECTIVE: The objective of this study was to obtain a deeper insight in the nature of students' use of smartphones, as well as their attitudes towards educational use of mobile devices in order to design successful teaching interventions. METHOD: A questionnaire was designed, aiming to investigate the actual daily habitual use, as well as the attitudes of dental students towards smartphones for their university education purposes. The survey was used to collect data from 232 dental students. RESULTS: Of the 232 respondents, 204 (87.9%) owned a smartphone, and 191 (82.3%) had access to third generation (3G) mobile carriers. The most popular devices were the iPhone and Android. Most of the respondents had intermediate smartphone skills and used smartphones for a number of learning activities. Only 75/232 (32.3%) had specific educational applications installed, while 148/232 (63.7%) used smartphones to access to social media and found it valuable for their education (P<.05). Students accessing social media with their smartphones also showed significantly more advanced skills with smartphones than those who did not (P<.05). There was no significant association between age group, gender, origin, and smartphone skills. There was positive correlation between smartphone skills and students' attitudes toward improving access to learning material (r=.43, P<.05), helping to learn more independently (r=.44, P<.05), and use of smartphones by teaching staff (r=.45, P<.05). CONCLUSION: The results in this study suggest that students use smartphones and social media for their education even though this technology has not been formally included in the curriculum. This might present an opportunity for educators to design educational methods, activities, and material that are suitable for smartphones and allow students to use this technology, thereby accommodating students' current diverse learning approaches.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».