MétaCan
Menu
Retour à la cohorte
Enregistrement W2973289871 · doi:10.19173/irrodl.v20i3.3913

MOOCs Readiness

2019· article· en· W2973289871 sur OpenAlexvenueno aff
T. Subramaniam, Nur Amalina Diyana Suhaimi, Latifah Abdol Latif, Zorah Abu Kassim, Mansor Fadzil

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCronbach's alphaDescriptive statisticsPsychologyStructural equation modelingVariance (accounting)Pearson product-moment correlation coefficientSelf-efficacySample (material)Medical educationReliability (semiconductor)Applied psychologyMathematics educationPsychometricsSocial psychologyStatisticsDevelopmental psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

This study seeks to investigate the readiness levels of adult students studying in Malaysian higher education institutions. The online questionnaire used in this study consists of 18 demographic variables and 43 items based on six constructs: technical competencies, communication competencies, social competencies, self-efficacy, self-directedness, and readiness. With a sample of 413 respondents, the constructs were evaluated using measures based on students’ self-identification with each item. Descriptive statistics depict competency, demographic profile of students, and level of readiness. The statistical analyses used for this study were Pearson correlation, multivariate analysis of variance, and structural equation modelling. All six constructs were reliable with Cronbach’s alpha (α) above 0.7. Findings indicate that self-efficacy was significant for massive open online course readiness, and additional factors that could influence this readiness are explored. The findings from this study provide important input towards designing effective massive open online courses.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,668
Score d'incertitude au seuil0,385

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,063
Tête enseignante GPT0,444
Écart entre enseignants0,382 · 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'étudeThéorique ou conceptuel
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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetOnline Learning and AnalyticsTravaux en français237 207