Developing Learning Innovation of Digital Open Badge in Social Studies to Enhance Citizenship Characteristics of Secondary School Students
Notice bibliographique
Résumé
This study aims to synthesize theories and concepts related to educational management, personality traits, and citizenship characteristics evident in the education systems of the United Kingdom, Canada, the United States, Singapore, and Thailand; to develop an innovative model of open-badge digital social education to enhance the cultivation of citizenship characteristics among high school students in Chiang Mai; and to study the results of developing digital badge innovations to enhance the development of students’ personality traits and citizenship characteristics in the educational innovation area of Chiang Mai province. A mixed-method approach is employed in order to synthesize the universal core values that ensure societal peace within diverse communities from the curricula of the five countries. When comparing the results with the Thai context, it becomes apparent that the Thai curriculum still lacks precise definitions of “universal core values” and activities that instill these core values. Through purposive sampling, this study extracts the necessary values from the opinions of involved personnel and pilot schools in the Education Sandbox program in Chiang Mai. The results suggest that ten core values need to be addressed firmly in the Digital Open Badge learning innovation and guidelines for both in-class and out-of-class activities. The citizenship characteristics platform and guidelines in social studies are designed based on the 5Ts Action Learning model with 40 hours of observation. The outcomes demonstrate that overall satisfaction with the curriculum is high. Notable changes from interviews and observations indicate that responsibility and cooperation are the most significant changes in students’ character traits. These traits are expressed mostly at the individual level (35.02%), followed by the family level (29.39%), the community level (22.62%), and lastly, the global level (12.97%).
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».