MétaCan
Menu
Retour à la cohorte
Enregistrement W4402805401 · doi:10.3126/qjmss.v6i2.69105

Graduate Student’s Perception on Effectiveness of Virtual Education during Covid-19: Evidence from Structural Equation Modelling in Nepal

2024· article· en· W4402805401 sur OpenAlexaff
Bikash Adhikari, Purnima Lawaju, Kabita Adhikari, Sabina Bohaju

Notice bibliographique

RevueQuest Journal of Management and Social Sciences · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueImpact of AI and Big Data on Business and Society
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingCoronavirus disease 2019 (COVID-19)PerceptionSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakMathematics educationPsychologyComputer scienceVirologyMedicineMachine learningNeuroscience

Résumé

récupéré en direct d'OpenAlex

Background: The COVID-19 pandemic forced educational institutions worldwide to shift to online learning, disrupting traditional academic calendars. In Nepal, this transition significantly impacted graduate students, raising concerns about the effectiveness of virtual education. Objective: This study aims to examine the effectiveness of virtual education on student satisfaction and performance during the COVID-19 pandemic among graduate students in the Kathmandu Valley. Method: Based on the achievement goal theory, 203 graduate students from management colleges in Kathmandu Valley were selected through purposive sampling. Data were collected using a structured questionnaire administered via KOBO Toolbox. Both descriptive and inferential analyses, including Structural Equation Modeling (SEM), were employed to analyze the data. Result: The findings reveal that while the majority of students showed a positive attitude toward online classes, dissatisfaction arose due to a lack of training and familiarity with new information technologies. The SEM results indicate that course design, prompt feedback, and student expectations significantly influence student satisfaction, which in turn mediates the relationship between these factors and student performance. Challenges such as power outages, difficulty concentrating, lack of access to technology and insufficient instructor knowledge were identified as major obstacles. Conclusion: Although graduate students in Kathmandu Valley reported a generally positive outlook towards virtual education, several significant challenges need to be addressed to improve the effectiveness of online learning, particularly in terms of instructor quality and technological infrastructure. Paper Types: Research Paper Keywords: COVID-19, Virtual Education, Management Student, Effectiveness, Graduate Students Perception JEL Classification: D83, I20, L86, A23

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,547
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,265
Tête enseignante GPT0,464
Écart entre enseignants0,199 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuest Journal of Management and Social SciencesMême sujetImpact of AI and Big Data on Business and SocietyTravaux en français237 207