Exploring the Landscape of Virtual Reality in Education
Notice bibliographique
Résumé
Virtual reality (VR) technology has emerged as a promising tool for enhancing education and transforming the way learners interact with the learning environment. This bibliometric and thematic analysis aims to explore the use of VR in education and the challenges and opportunities in this area. A systematic search of the Scopus database was conducted using specific keywords such as “virtual reality,” “education,” and “learning.” The search resulted in a total of 110 articles published that met the inclusion criteria. The bibliometric analysis revealed an increasing trend in the publication of articles on VR in education over the past decade. The most active journals in this field were Journal of Professional Issues in Engineering Education and Practice, Technology in Society, and IEEE Transactions on Professional Communication. The authors and institutions with the most publications on this topic were from the United States and Canada. Thematic analysis identified six main themes related to the use of VR in education: 1) technology and its application in various fields, 2) use of technology to enhance and transform the learning experience in higher education, 3) concept of technology-enhanced education, and 4) concept of online learning. Future research ideas like effectiveness of VR in enhancing learning outcomes, 2) impact of VR on student engagement and motivation, 3) integration of VR into the curriculum, 4) cultural and international implications of using VR in management and business education, and 5) accessibility and affordability of VR technology in management and business education. The analysis revealed that VR technology has the potential to transform education by creating immersive and interactive learning environments. Virtual reality has been found to enhance learning experiences and improve student engagement by allowing learners to experience concepts and situations that may not be possible in real life. The opportunities for the use of VR in education include improved retention of information, the potential to enhance the development of spatial reasoning skills, and the creation of new learning experiences.
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 | 0,015 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,028 | 0,043 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,023 | 0,016 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».