MétaCan
Menu
Retour à la cohorte
Enregistrement W2105277306 · doi:10.5430/ijhe.v1n2p150

A Study of End-Users’ Attitudes towards Digital Media Approach: the Experience of a Public University in Uganda

2012· article· en· W2105277306 sur OpenAlexvenueno aff
Stephen Ndawula, Ngobi David Henry, Namugenyi Deborah, Nakawuki Rose Coaster

Notice bibliographique

RevueInternational Journal of Higher Education · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender and Technology in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigital mediaUploadTest (biology)Information and Communications TechnologyElectronic mediaInformation technologyMedical educationPsychologyPublic relationsMultimediaComputer sciencePolitical scienceWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

University students in Uganda had been confined to use of traditional educational technologies such as chalkboards, papers and text books. Digital Media Approach recently found its way in the academia at public universities in Uganda. Information and communication technology (ICT) have become popular means of surfing, downloading and obtaining electronic materials among students. The approach has globally facilitated the seeking of academic information at institutions of higher learning in Uganda. However, little research has been conducted in regard to students who are the key users of Digital Media. The purpose of this study was to explore students’ attitudes towards Digital Media Approach at a public university in Uganda. The study specifically sought to establish whether university students’ attitudes towards digital technology were dependent on computer ownership, field of study and previous computer hands-on experience. A survey research was employed to establish students’ attitudes in regard to digital media. Questionnaires and interviews were used as tools for data collection while data was analyzed using a t-test. The findings showed that students who had their own computers as well as previous computer hands-on experience had more positive attitudes towards using the media than their counterparts without previous computer hands-on experience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,153

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,366
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetGender and Technology in EducationTravaux en français237 207