Learning Management System versus Social Networking Sites
Notice bibliographique
Résumé
Purpose - The motive of this study was the notice of the constant movement of the students in The University of Jordan (UJ) from official communities to creating groups on SNSs. The purpose of this paper is to illustrate an analysis about students’ usage of E-learning and Facebook, and identifies the major functions that are missing in the e-learning system. This paper firstly, compared students’ usage for Learning Management Systems (LMSs) vs. Social Networking Sites (SNSs), and secondly, investigated the students’ perceptions towards educational value of integrating social networking features in the LMS through Mobile Learning (m-learning).Design/methodology/approach – Data were collected from students from multiple sources: observation, interviews, and survey. The obtained results formed students perceptions toward currently used LMS in the university and SNSs, which lead to extracting their requirements to enhance the LMS used.Findings – The results of this research emphasize the importance of SNSs as a communication tool and the development of e-learning systems to move beyond LMS and engage students in an active use of the system as a resource of their information and collaborative activities.Originality/value –This study contributes to examining UJ students’ perceptions toward embedding the characteristics of the smart learning and the social network services into an e-learning system. In contrast to previous studies in enhancing LMS by just integrating features of SNSs into LMS without utilizing smart learning.
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 | 0,002 | 0,001 |
| 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 | 0,005 | 0,001 |
| Communication savante | 0,001 | 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 ».