Usability Evaluation of the Student Centered e-Learning Environment
Notice bibliographique
Résumé
Student Centered e-Learning Environment (SCeLE) has substantial roles to support learning activities at Faculty of Computer Science, Universitas Indonesia (Fasilkom UI). Although it has been used for about 10 years, the usability aspect of SCeLE as an e-Learning system has not been evaluated. Therefore, the usability aspects of SCeLE Fasilkom UI as a learning support system and what makes SCeLE Fasilkom UI an ideal system are not known yet. Motivated by the mentioned conditions, the researchers found an urge to conduct a usability evaluation in order to propose a set of recommendation for SCeLE usability improvement, based on usability evaluation reflecting both students and lecturers experience as user. In this present research, the usability testing was conducted for SCeLE, targeting learning activities underwent by undergraduate students at Fasilkom UI, in the form of blended mode online learning. The data collection stage in the usability testing was performed by distributing questionnaire to students and interviewing several lecturers and students. The collected data was then analyzed and interpreted to obtain usability problems and solution alternatives. The quantitative data was analyzed using central tendency as reference, while the qualitative data was analyzed using theme-based content analysis. Data interpretation was performed by determining how to handle each kind of data based on the theme, and classifying each of the identified usability problem based on its severity rating. The recommendations constructed to solve the usability problems were based on solution alternatives from the analyzed data supported by literature study. The present research comes up with seven main recommendations and an extra recommendation. The main recommendations are solutions to tackle the identified usability problems, while the extra recommendation is not directly related to any of identified usability problems, but was considered potential to improve the SCeLE usability.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».