The Problem-based Learning Model: PBL Model via Cloud Technology to Promote Programming Skills
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The problem-based learning model via cloud technology (PBL model via cloud technology) is a research tool fabricated with the concepts of problem-based learning management, in which students are stimulated and enabled to foresee the problems that will arise. Also, in this learning style, teachers will define the problem situations and encourage students to develop their systematic analytical thinking skill by taking action through the cloud technology. Thus, it is believed that this learning model can be used as a guideline for the instruction management that can promote students to have thinking process and problem-solving process while developing their programming skills. The objectives of this research are (1) to synthesize the conceptual framework of the PBL model via cloud technology, (2) to develop the PBL model via cloud technology, and (3) to study the results of the PBL model via cloud technology. The results of this research show that (1) the overall elements suitability of the PBL model via cloud technology is at the highest level (Mean = 4.77, SD. = 0.44), and (2) the overall suitability of the PBL model via cloud technology is at the highest level (Mean = 4.74, SD. = 0.39). Referring to the research results above, it can be summarized that the PBL model via cloud technology can be employed as a guideline to further develop the PBL systems via cloud technology in order to promote the programming skills among vocational students in Thailand.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle