Development of Learning by E-Learning System: A Case of Mahamakut Buddhist University, Mahavajiralongkorn Rajaviyalaya Campus
Notice bibliographique
Résumé
This research aimed to develop learning by e-learning system in Mahamakut Buddhist University, Mahavajiralongkorn Rajaviyalaya Campus. The method used in this study was Participatory Action Research that consisted of two cycles of planning, practice, observation, and reflection during two semesters in the academic year 2020. Twenty-one teachers and forty students were voluntarily involved with the desired development and participated in this research. The three expectations from the development outcomes were: 1) the improvement under the identified indicators, 2) the researcher, the research participants, and the campus learned from practice, and 3) knowledge gained from practice will benefit continuous improvement in the future. The research findings illustrated three following aspects. Firstly, in both Cycles 1 and 2, the means of post-practice evaluations were higher than the means of pre-practice evaluations in the following programs; e-learning system development, meditation practice learning development, and teacher's skill enhancement for creating online media. Secondly, the researcher, the research participants, and the campus learned the following common aspects: an awareness of the importance of participation, being an all-the-time learner, and transcribing lessons from practice which was previously often neglected. Finally, the knowledge gained correlates with Kurt Lewin's Force-Field Analysis which consists of the following concepts: 1) Expected change, 2) Driving factors for change, 3) Resistance to change and 4) Overcoming resistance. Each component defines a set of thoughts and beliefs that Mahamakut Buddhist University, Mahavajiralongkorn Rajaviyalaya Campus, will implement as a basis for reviewing and strengthening an additional set of ideas and beliefs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».