MétaCan
Menu
Retour à la cohorte
Enregistrement W4392351087 · doi:10.19173/irrodl.v25i1.7425

Empowering Asynchronous Arabic Language Learning Through PDF Hyperlink Media

2024· article· en· W4392351087 sur OpenAlexvenueno aff
Agus Riwanda, Muhammad Ridha, M. Irfan Islamy

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArabic Language Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesLembaga Pengelola Dana Pendidikan
Mots-clésHyperlinkComputer scienceArabicAsynchronous communicationEducational technologyWorld Wide WebMultimediaNatural language processingLinguisticsMathematics educationPsychologyWeb page

Résumé

récupéré en direct d'OpenAlex

The migration to online learning has brought about several new problems. Poor signal quality, large Internet quotas, and device compatibility with learning applications are the most common complaints among students. Additionally, students’ poor self-directed learning skills, the excessive number of assignments given by teachers, and the use of monotonous teaching methods and media are also identified as issues. Therefore, the development of learning media that facilitate students’ learning processes and support their active engagement becomes crucial. This research aimed to develop PDF hyperlink learning media for online Arabic language learning at Madrasah Aliyah Negeri 4 in Hulu Sungai Tengah District, South Kalimantan, Indonesia (MAN 4 HST). The research model used in this study is the 4D model, consisting of four stages: define, design, develop, and disseminate. In this research, layout and accessibility received good validation scores of 4.3, and the presentation of the contents received a good validation score of 4.2. Additionally, the Wilcoxon test results indicated that the use of PDF hyperlink media significantly influences learning outcomes and receives positive feedback from students. Thus, the use of PDF hyperlink media is recommended for educational institutions experiencing digital divides, as well as those implementing asynchronous learning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,089
Tête enseignante GPT0,511
Écart entre enseignants0,422 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetArabic Language Education StudiesTravaux en français237 207