MétaCan
Menu
Retour à la cohorte
Enregistrement W2903305764 · doi:10.5539/mas.v12n12p217

Students Attitudes toward Blended Learning among students of the University of Jordan

2018· article· en· W2903305764 sur OpenAlexvenueno aff
Fatima Aladwan, Hussam N. Fakhouri, Abedalsalam Alawamrah, Osama Rababah

Notice bibliographique

RevueModern Applied Science · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlended learningMathematics educationEducational technologyExperiential learningThe InternetCooperative learningProcess (computing)PsychologyComputer scienceTeaching methodWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Information and communication Technology and the use of internet has added many values to the educational process. Many approaches has been developed for this purpose including e-learning, distant learning and recently blended learning. Many universities are adopting these approaches for teaching students. Therefore this research aims to examine attitudes of University of Jordan students toward blended learning. A sample of 250 students were selected to complete online questionnaire who have taken blended coursest hat contains aspects of knowledge about and attitude toward blended learning and a high level of preferring toward blended learning. The results of the study indicated that blended learning is useful to Students, and that most students fully understand the goals of e-learning through blended learning. In general the students have shown positive attitude towered blended learning. Furthermore, they have shown adequate information about the field of blended learning and to decide when and how to use the resources provided to them through blended learning. it also indicated that blended learning is more effective than traditional way of teaching to develop and improve the knowledge and skills. The results also indicated that electronic resources provide through blended learning is an effective way that help students to get knowledge and improve their skills, and it has tremendous effect on students life to take responsibility for their own learning process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,020
Tête enseignante GPT0,315
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetOnline and Blended LearningTravaux en français237 207