Digital Literacy and Moral Values in the Digital Environments: Secondary Students' Perceptions
Notice bibliographique
Résumé
There is an inevitable trend that directs not only social but also educational practices into digital world, and this trend should be examined in detail to recognize its effects on students. Keeping in mind this situation, this research examines secondary school students’ perceptions of moral values in the digital environments (MVDE) and digital literacy (DL) through various variables. The research employs quantitative method and correlational survey design by reaching a total of 250 participants. The results show that participants’ perceptions of DL are mostly high while their perception of MVDE are mostly at intermediate level. Gender is not a source of significant difference in terms of either DL or MVDE. While grade is not a variable effecting DL, it has been found out that lower grades have statistically significant higher values in terms of MVDE. Those who use social media have significantly higher DL scores while the difference in MVDE is not significant in terms of the same variable. Online gaming, just like gender, is not a source of significant difference in terms of both DL and MVDE. Daily online time is not related to a significant difference in DL; however, those who are online more than three hours daily have significantly lower MVDE than those with less amount of online time. Finally, MVDE and DL are positively correlated at a moderate level and MVDE explains 19,6% of DL according to the results. To conclude, it should be encouraged for the citizens of a digital world to have higher MVDE as it would help them to be “better” in such a world, just like the moral values in real life that turns people into more desirable acquaintances.
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 | 0,000 | 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 | 0,013 | 0,009 |
| 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 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 ».