MétaCan
Menu
Retour à la cohorte
Enregistrement W3084143270 · doi:10.19184/bisma.v14i2.17650

UNDERSTANDING STUDENT EXPECTATION AND SATISFACTION TOWARS ONLINE LEARNING IN THE OPEN UNIVERSITY: A STUDY IN ARCHIPELAGIC AREA IN INDONESIA

2020· article· en· W3084143270 sur OpenAlexaff
Minrohayati Minrohayati, Anfas Anfas, Meirani Harsasi

Notice bibliographique

RevueBISMA Jurnal Bisnis dan Manajemen · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésArchipelagic stateThe InternetComputer scienceOnline learningUnit (ring theory)PopulationPsychologyMedical educationMathematics educationMultimediaWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

The online tutorial is one of the learning methods used by students at the Open University (OP). One main obstacle in delivering online tutorial in OP is the accessibility of the internet, especially for the students living in archipelagic areas in Indonesia. This study aims to analyze the level of student satisfaction towards online tutorial activities at OP, especially for the Distance Learning Unit of OP Ternate that located in an archipelagic area with limited internet facilities. The population was the second-semester students come from various regions in Ternate. Research data were collected by distributing online questionnaires. The sample consisted of 24 respondents. Results showed that, in general, students were satisfied with online tutorial services. The level of student satisfaction towards internet access in the online tutorial was 96.04%, and for the aspect of presenting the learning materials, the satisfaction level was up to 100.77%. These findings indicated that student satisfaction exceeds their expectations. Furthermore, student satisfaction level towards the interaction aspect in the online tutorial was 89.92%. For the class assignment, the student satisfaction level was 97.05%.
 Keywords: access, assignment, learning material, online tutorial, student satisfaction

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,064
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,204
Tête enseignante GPT0,350
Écart entre enseignants0,146 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBISMA Jurnal Bisnis dan ManajemenMême sujetEducational Methods and Media UseTravaux en français237 207