Equilibrium or Studying Attractors to Upgrade Educational Suitability, Teaching Presence, Social Presence and Learning Results in MOOCs
Notice bibliographique
Résumé
The purpose of this research is to find the equilibrium or studying attractors to upgrade educational suitability, instructional existing, social existing and learning results in Korean Massive Open Online Courses (K-MOOCs). To conduct this study, learners who had taken K-MOOC were selected for the study; data were collected from 369 K-MOOC learners. The data were studied using the SPSS 26.0 and AMOS 26.0 platforms. About the methodology of analysis, descriptive statistics analysis was carried out first, followed by an examination of the correlation. The measurement model was then confirmed using confirmatory factor analysis (CFA), and structural equation modeling (SEM) was used to validate the structural links and mediating effects between the variables. Further, to verify a mediating effect on educational performance, the numerical importance of the mediating result was verified using bootstrapping. Analysis outcomes are as the following: First, this study discovered that K-MOOC educational appropriateness positively impacted learning results. Second, this study discovered that K-teaching MOOC's presence meaningfully and statistically significantly moderated the association between educational appropriateness and learning outcomes. Lastly, this research discovered that K-social MOOC's presence had a statistically significant impact on moderating the link between educational appropriateness and learning results. The conclusions that can be derived from the analyses' findings are the following: To improve the learning performance of K-MOOC, which is operated through the national budget, education authorities must first deeply understand the learning needs of learners in accordance with social changes. It is also important to secure educational suitability by preparing and providing a variety of educational courses in consideration of learners' learning motives and learning goals. Lastly, it is important to increase the satisfaction and immersion in education by expanding the components of teaching existence and social existence to derive actual learning results. This study is meaningful in that it examines the direct and indirect effects of the state-led K-MOOC's educational suitability on learning outcomes, and in that it confirms the influence of teaching existence and social existence in that they enhance education outcomes.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».