Hybrid Project-Based Learning Model on Metaverse to Enhance Collaboration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Hybrid Project-Based Learning Model on Metaverse to Enhance Collaboration. The concept is based on the integration of hybrid learning, project-based learning, and metaverse. This research has the objective: (1) To study and synthesize the conceptual framework of the hybrid project-based learning model on metaverse to enhance collaboration. (2) To develop the hybrid project-based learning model on metaverse to enhance collaboration. (3) To study the suitability of the hybrid project-based learning model on metaverse to enhance collaboration. Research hypothesis: The suitability of the hybrid project-based learning model on metaverse to enhance collaboration is at the high level. The participants in this research include seven experts from various institutions, all of whom are specialized in the design and development of instruction models and systems. The results, show that (1) This research can serve as a guideline for developing a hybrid project-based learning via metaverse that can enhance collaboration, consisting of a 6-step hybrid project-based learning process, integrated with metaverse. (2) the overall suitability of the development to the hybrid project-based learning model on metaverse to enhance collaboration is at a very high level (Mean = 4.92, S.D. = 0.18, IR = 0.04, Q.D. = 0.02), (3) The results of the evaluation certify the suitability of using the hybrid project-based learning model on metaverse to enhance collaboration is suitable for actual use at a very high level (Mean = 4.71, S.D. = 0.76, IR = 0.00, Q.D. = 0.00).
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découle