MétaCan
Menu
Retour à la cohorte
Enregistrement W3109711400 · doi:10.5430/ijhe.v10n2p74

Effectiveness of Communication Techniques in Distance Education and its Impact on Learning Outcomes at Jordanian Universities (Northern Province)

2020· article· en· W3109711400 sur OpenAlexvenueno aff
Linda Ahmad Khateeb, Sameer Aowad Kassab Shdaifat, Nidal A. K. Shdaifa

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDistance educationSignificant differenceMedical educationPsychologyDescriptive researchDescriptive statisticsMathematics educationMedicineSocial scienceSociologyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The present study aimed at investigating the effectiveness of communication techniques in distance education programs. It aimed to explore the impact of such effectiveness on the student’s learning outcomes at Jordanian universities. The researchers adopted a descriptive analytical approach. They developed a questionnaire based on the relevant literature. Questionnaire forms were distributed to 300 students enrolled at Jordanian universities located in the Northern Province. Those students were selected randomly. All the questionnaire forms were retrieved and considered valid and the response rate is one hundred percent. The researchers found that the effectiveness of communication techniques in distance education programs at Jordanian universities is moderate. The communication techniques have moderate impact on students’ outcomes in distance education at Jordanian universities. Significant differences exist between the respondents’ attitudes which can be attributed to gender and faculties for the favor females and the ones enrolled in human sciences faculties. There isn’t any statistically significant difference between the respondents’ attitudes which can be attributed to university year. The researchers recommend developing distance education.

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)0,000
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 enseignants0,063
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,289
Écart entre enseignants0,283 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetOrganizational and Employee PerformanceTravaux en français237 207