MétaCan
Menu
Retour à la cohorte
Enregistrement W4313326014 · doi:10.5430/wjel.v12n7p335

The Educational Impact of Distance Learning during the COVID-19 Pandemic on Students' Interaction in the Educational Process

2022· article· en· W4313326014 sur OpenAlexvenueno aff
Faisal Bin Shabib Mosleet Alsubaie

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnthusiasmLikert scaleDistance educationMathematics educationDescriptive statisticsPandemicCoronavirus disease 2019 (COVID-19)PreferencePsychologyProcess (computing)Computer scienceMedical educationMathematicsStatisticsSocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Due to the widespread impact of the Covid 19 pandemic, teachers and students were driven to relocate their teaching learning practices to the safety of their own homes. The goal of this research was to learn how Saudi students felt about distance learning online during the lockout of the College of Science and Humanities at Sulail, Prince Sattam Bin Abdullah University. Multiple methods were used to complete the study. Researchers collected data from 152 degree students of Management,Computer Science, English, Islamic Studies, Arabic department to rate their satisfaction with online learning settings using a Likert scale ranging from one to five points. A mixed research strategy was chosen for the study's purposes, with descriptive analysis used for the quantitative data analysis and content analysis used for the qualitative data analysis. Although some respondents expressed enthusiasm for online distance learning, the vast majority reported difficulties with the format and stated a preference for traditional in-person classes. Some students have expressed enthusiasm for this form of distance education. The study concluded that the findings can help policymakers and professors construct effective or efficient teaching ways to overcome difficult situations or pandemics, which is a summary of the study's main points.

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)0,001
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 enseignants0,133
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,325
Écart entre enseignants0,313 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetOrganizational and Employee PerformanceTravaux en français237 207