MétaCan
Menu
Retour à la cohorte
Enregistrement W3110578927 · doi:10.19173/irrodl.v21i4.4834

Mobile Technology Acceptance Scale for Learning Mathematics: Development, Validity, and Reliability Studies

2020· article· en· W3110578927 sur OpenAlexvenueno aff
Kübra AÇIKGÜL, Süleyman Nihat Şad

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLikert scaleScale (ratio)Reliability (semiconductor)Nomological networkDiscriminant validityContent validityValidityPsychologyConfirmatory factor analysisConvergent validityComputer scienceMathematics educationMathematicsStatisticsPsychometricsInternal consistencyStructural equation modeling

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to develop a valid, reliable, and useful scale to measure high school students’ levels of acceptance of mobile technologies in learning mathematics based on the second version of the unified theory of acceptance and use of technology (UTAUT2) model. The study was designed based on a sequential exploratory mixed-method research design. To this end, both qualitative (interviews with students, review of literature, and expert panel evaluation) and quantitative procedures (Lawshe content validity technique, exploratory and confirmatory factor analysis, convergent validity, discriminant validity, nomological validity, criterion validity, internal consistency reliability, and temporal reliability) were used to develop and validate the Mobile Technology Acceptance Scale for Learning Mathematics (m-TASLM). As a result, a 5-point Likert scale with 36 items grouped under 8 factors was developed and confirmed. Both validity and reliability studies yielded favorable results.

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)0,011
score de la tête « metaresearch » (Gemma)0,027
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,027
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 ouverte0,0010,002
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 Opus0,367
Tête enseignante GPT0,547
Écart entre enseignants0,180 · 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.

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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetTechnology Adoption and User BehaviourTravaux en français237 207