The Influence of Flipped Learning on Geographic Concept Acquisition among Al-Balqa' Applied University Undergraduate Students in the Environment and Society Course
Notice bibliographique
Résumé
This study aimed to determine the influence of flipped classroom techniques on the acquisition of geographical concepts within an undergraduate Environment and Society course. Using an experimental design, 50 students at Al-Balqa Applied University were randomly divided into a flipped learning intervention group and a traditional learning control group. Quantitative pre- and post-achievement tests and a questionnaire gauged changes in academic performance and perceptions. The flipped approach incorporated pre-class educational videos, homework tasks, and active in-class learning. Analyses revealed the experimental group attained statistically significantly higher post-test scores versus the control, with a large effect size demonstrating 41.9% of the variance in achievement explained by flipped methods. Triangulation from the questionnaire further showed strong agreement that flipped learning enhanced motivation and self-directed education. While supporting earlier research that flipping classrooms has positive effects across all subjects, this study adds to our knowledge of how effective it is in helping Jordanian undergraduates master human geographical concepts. Recommendations include broader implementation of flipped techniques aligned to course objectives, faculty training in instructional technologies, enhanced university digital infrastructure, and additional research tracking long-term knowledge retention. Overall, carefully gathered data showed significant gains in both the quantity and quality of learning, supporting ideas about the benefits of incorporating flipped learning into higher education with care. According to the main findings, the critical recommendation is to implement flipped learning in the Environment and Society course at Al-Balqa Applied University, involving a task force to design a tailored framework incorporating pre-recorded lectures and online materials via the LMS.
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 | 0,002 | 0,008 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».