MétaCan
Menu
Retour à la cohorte
Enregistrement W3158431706 · doi:10.3390/su13094829

Does Gamifying Homework Influence Performance and Perceived Gameful Experience?

2021· article· en· W3158431706 sur OpenAlexaff
Ahmed Hosny Saleh Metwally, Maiga Chang, Yining Wang, Ahmed Mohamed Fahmy Yousef

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésPsychologyPersonaPerceptionControl (management)Mathematics educationComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

There is a growing body of literature that recognizes the importance of applying gamification in educational settings. This research developed an application to gamify students’ homework to address the concern of the students’ inability to complete their homework. This research aims to investigate students’ performance in doing their homework, and reflections and perceptions of the gameful experience in gamified homework exercises. Based on the data gathered from experimental and control groups (N = 84) via learning analytics, survey, and interview, the results show a high level of satisfaction according to students’ feedback. The most noticeable finding to extract from the analysis is that students can take on a persona, earn points, and experience a deeper sense of achievement through doing the gamified homework. Moreover, the students, on the whole, are likely to be intrinsically motivated whenever the homework is attributed to factors under their own control, when they consider that they have the expertise to be successful learners to achieve their desired objectives, and when they are interested in dealing with the homework for learning, not just achieving high grades.

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)0,001
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 enseignants0,022
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,322
Écart entre enseignants0,311 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetEducational Games and GamificationTravaux en français237 207