E-Learning Strategies in Developing Research Performance Efficiency: Higher Education Institutions
Notice bibliographique
Résumé
The study aimed to identify E- Learning strategies and their relation to the efficiency of research performance in foreign and Palestinian universities (University of Ottawa, Munster, Suez Canal, Al-Azhar, Islamic, Al-Aqsa). The analytical descriptive approach was used for this purpose, and relying on the questionnaire as a main tool for data collection. The study society is from the senior management, where the number of senior management in the universities in question is 206. The random stratified sample was selected and (SPSS) was used for statistical data analysis. The study found a significant relationship between E- Learning strategies and the efficiency of research performance in universities. It also reached the participation of senior management in the research that develops the university performance in the Palestinian universities. The senior management indicated that they do not care to follow the policies of implementing the development of scientific research. While the senior management in foreign universities indicated that they are interested in following up the policies of implementing the development of scientific research. The study also showed that senior management in Palestinian universities does not care about providing the appropriate budget for E- Learning. The study recommended that the senior management of Palestinian universities should provide an E- Learning budget and encourage employees to continue using E- Learning strategies. The administration in the Palestinian universities should adopt and support outstanding research, and the need to encourage interest in the implementation of policies for the development of scientific research.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».