An Inquiry-Based Learning Platform Mixed with Game-Based Learning using Metaverse to Enhance Digital Literacy and Empathy Skills
Notice bibliographique
Résumé
The inquiry-based learning platform mix game-based learning using metaverse, or IBL platform mixed with GBL using metaverse, was developed with an intention to enhance digital literacy and empathy skills, which are regarded as essential skills in the 21st century. The IBL platform mixed with GBL using metaverse was designed with the combination of inquiry-based learning and game-based learning processes mixed with metaverse technology. The platform developed in this study is intended to create virtual learning experiences in which learners can use their avatars to interact with the environments and other learners in metaverse. The main objective of this research were to design and study the results of the IBL platform mixed with GBL using metaverse. The population derived from purposive sampling are nine experts from different institutions with experiences in the fields of development of instruction platform and instruction systems. The results of this research show that the design of the IBL platform mixed with GBL using metaverse in terms of elements is at highest level. According to the results of this research, it can be summarized that the IBL platform mixed with GBL using metaverse contains all appropriate components and it can be employed as a guideline for learning that focuses on problem-solving processes. It is believed that the learning of this style can encourage learners to practically perform analytical thinking process in a systematic manner, and meanwhile allow them to see through the problems with systematic thinking and with the aid of technology.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».