Social Media Contribution to the Promotion of Digital Citizenship among Female Students at Imam Mohammed bin Saud Islamic University in Riyadh
Notice bibliographique
Résumé
The study aimed to identify the degree of social media contribution to reinforcing digital citizenship meaning from the viewpoint of female students at Imam Mohammed bin Saud Islamic University in Riyadh. The study was an attempt to answer the following two questions in order to achieve the objectives of the study: To which extent does SnapChat site reinforce digital citizenship meaning as the female students of Imam Mohammed bin Saud Islamic University in Riyadh understand? What degree of contribution does Twitter site strengthen digital citizenship meaning as the female students of the same University understand? The researcher used the survey descriptive method to answer these questions. The tool of this study was a questionnaire, and the society of the study was the female students of Imam Mohammed bin Saud Islamic University in Riyadh understand and the study was applied on 100 female students. Using the proper statistical tools to analyze the collected data, the study revealed that the SnapChat site as well as the Twitter site contribute to reinforce digital citizenship meaning as the female students of Imam Mohammed bin Saud Islamic University in Riyadh understand. Both sites have added technology skills to the students such as publishing quickly, expression, freedom to express an opinion, and communicate quickly with all over the world. The SnapChat and Twitter have no digital security feature in terms of positioning, ease of penetration and save the private clips. The study concluded with a set of recommendations and suggestions.
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 | 0,001 | 0,009 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».