MétaCan
Menu
Retour à la cohorte
Enregistrement W2113993790 · doi:10.5539/ass.v9n13p270

Mobile Learning: What Guidelines Should We Produce in the Context of Mobile Learning Implementation in the Conflict Area of the Four Southernmost Provinces of Thailand

2013· article· en· W2113993790 sur OpenAlexvenueno aff
Sariya Binsaleh, Muazzan Binsaleh

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensnon disponible
Organismes subventionnairesPrince of Songkla University
Mots-clésContext (archaeology)Government (linguistics)Class (philosophy)Mobile technologyConstruct (python library)Mobile deviceGeographyComputer scienceKnowledge managementWorld Wide WebArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Existing typical room based learning in the four southernmost provinces of Thailand includes several limitations. Physical security is the key issue when making journeys to schools and universities and the destruction of physical buildings also poses concrete limitations to existing room based learning in the affected area. With this phenomenon, the accessibility to physical room based class is problematic and limited. In contrast, the accessibility to mobile networks is getting wider; accessibility to mobile devices is also getting cheaper and easier along the time, thus the investigation on how mobile learning could benefits the learners should be conducted. Consequently the research objectives were constructed which are (1) to estimate the current situation in the four southernmost provinces of Thailand, (2) to identify the limitations of existing room based learning affected by the unrest situation in the area, (3) to explore information from government sources and published papers about mobile technology used in the southernmost provinces of Thailand and (4) to construct initial guidelines and recommendations framework when using mobile technology as a learning environment in the school system of the southernmost provinces of Thailand. In order to achieve these objectives, the literature analysis, focus groups, and semi-structured interviews were conducted. From the analysis of the data collected, it was found that the utilization of mobile technology in the four southernmost provinces of Thailand currently still far behind the idea of what mobile learning technology should be. There are several limitations and thus certain guidelines for the mobile learning implementation should be produced.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,031
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,059
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0060,006
Communication savante0,0180,014
Science ouverte0,0050,005
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,049
Tête enseignante GPT0,343
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetMobile Learning in EducationTravaux en français237 207