Use of Facebook by Secondary School Students at Nuku'alofa as an Indicator of E-Readiness for E-Learning in the Kingdom of Tonga
Notice bibliographique
Résumé
<p class="2">The Kingdom of Tonga is an isolated least developing country located on the northeast of New Zealand with a population of 103,252 (2011 census) and with a gross domestic product per capita of USD $2,545.20. Before educational systems in a least developing country like the Kingdom of Tonga begin employing e-learning, an assessment of the current situation of students and learning institutions may contribute to its success. Using an appropriate assessment tool is important for accurately measuring the degree of e-readiness. In this study, we administered a survey to 186 students randomly selected from five secondary schools in the Kingdom of Tonga to measure Facebook usage as an index of e-readiness for e-learning. We found that a large percentage (81%) of secondary students use Facebook, and most (74%) of these students have used Facebook for two or more years. All (100%) students use a computer to access Facebook, and most also access Facebook through mobile phones (62%) or tablets (46%). We also found correlations between duration of having a Facebook account and other indicators of e-readiness. Our findings suggest that secondary students in the Kingdom of Tonga have developed e-readiness for e-learning through their use of Facebook.</p>
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 | 0,011 | 0,010 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».