MétaCan
Menu
Retour à la cohorte
Enregistrement W2494044124 · doi:10.5539/ies.v9n8p194

The Role of Social Communication Tools in Education from the Saudi Female Students’ Perceptions

2016· article· en· W2494044124 sur OpenAlexvenueno aff
Nawal Hamad Mohamad Aljaad

Notice bibliographique

RevueInternational Education Studies · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWikis in Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesKing Saud University
Mots-clésSocial mediaPerceptionPsychologySpecialtySocial classSociologySocial sciencePublic relationsMedical educationPedagogyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

<p class="apa">This study aims at identifying the role of social communication tools in education from the Saudi female students’ perspectives that are studying at the college of education in King Saud University-Riyadh. This study used a survey, which was distributed to 500 female students. The results showed that 90% of respondents used social media where 95% said social media improved interaction with other and raised the sense of social responsibility, 56% used all tools of social media. 45% used social media more than 6 hours daily. 61% believed that social networks promoted democratic values and spread political culture.62% of respondents used social media to do homework or academic projects and researches. 99% of respondents believed that social media allowed following new information about their academic specialty and obtained specialized scientific consulting. 79% of respondents believed that one goal of creating accounts in social networks were learning specific science knowledge or a foreign language. 9% of respondents benefited from social media in social educational consulting. 44% of respondents preferred to debate in scientific and educational topics. 84% of respondents agreed that social networks provided the opportunity to form relationships with those interested in a particular scientific subject and exchanged experiences and information with them.<strong></strong></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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,800

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,057
Tête enseignante GPT0,462
Écart entre enseignants0,404 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetWikis in Education and CollaborationTravaux en français237 207