MétaCan
Menu
Retour à la cohorte
Enregistrement W4224082204 · doi:10.5539/jel.v11n3p77

The Effect of Environmental Education Learning for Enhancing Dam Management in the Northeast of Thailand Using Case Study-Based Learning

2022· article· en· W4224082204 sur OpenAlexvenueno aff
Prayoon Wongchantra, Kannika Sookngam, Uraiwan Praimee, Suparat Ongon, Likhit Junkaew, Phanadda Ritsumdaeng, Surasak Kaeongam, Thongchai Pronyusri, Kuantean Wongchantra, Wutthisak Bunnaen

Notice bibliographique

RevueJournal of Education and Learning · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Assessment and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesMahasarakham University
Mots-clésNonprobability samplingTest (biology)PsychologyEnvironmental educationLearning environmentSample (material)Medical educationMathematics educationPedagogySociologyDemographyEcologyPopulation

Résumé

récupéré en direct d'OpenAlex

The purposes of this research were to develop learning plans for dam management in the Northeast of Thailand using case study-based learning being efficient and effective, to study and compare the knowledge, attitude, and environmental ethics concerning dam management in the Northeast of Thailand before and after learning, and different gender. The sample was 72 2nd-year students in Environmental Education program, Faculty of Environment and Resources Studies, Mahasarakham University, being selected by purposive sampling. Research tools were learning plans for dam management in the Northeast of Thailand, knowledge test, attitude test and an environmental ethics test. The statistics used in the research were frequency, percentage, mean, standard deviation, Paired t-test, and One-way ANOVA. The results of the research were found that: 1) The efficiency of learning plans was equal to 86.38/84.17, and the effectiveness index of learning plans was 0.7466. It showed that the students increased knowledge and resulted in the students progressing from their studies as 74.66 percent. 2) After the learning, the mean score of knowledge, environmental attitude, and environmental ethics of students were significantly higher than before the learning at the .05. 3) There was no different knowledge, environmental attitude, and environmental ethics between students with an different gender.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,383
Écart entre enseignants0,361 · 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'étudeQualitatif
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEducational Assessment and PedagogyTravaux en français237 207