Combining Game-Based Learning with Design Thinking Using Block-based Programming to Enhance Computational Thinking and Creative Game for Primary Students
Notice bibliographique
Résumé
This research aims to develop a combining game-based learning with design thinking using block-based programming to enhance computational thinking and creative games for primary students and will be referred to as game-based learning from now on. The purpose of this research is to 1) develop a model for game-based learning, 2) develop the system for game-based learning, 3) evaluate students' computational thinking after implementing game-based learning, and 4) evaluate the creative games created by students after game-based learning is implemented. The research tools included 1) the model for the game-based learning, 2) the model-appropriate evaluation form, 3) the learning system evaluation form 4) the computational thinking evaluation form, and 5) the creative game evaluation form. The research results showed that 1) the evaluation results of the model are appropriate for teaching at the highest level (x  = 4.82, SD = 0.42) and could be used for experimental teaching, 2) The results of game-based learning system quality are at the highest level (x  = 4. 57, S.D. = 0. 50). The researcher implements a game-based learning model and system to teach a sample group of 24 students in grade 4, using a purposive sampling method. The results of the implementation could be summarized as follows: 1) the results of students' computational thinking evaluation after implementing the model and system are significantly higher than before at the .05 level. 2) evaluation results of creative games that students developed after implementing the model and system are at a high level (x  = 4.29, S.D. = 0.52)
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».