Architecture of the Micro-learning Platform Mixed with Gamification via Metaverse to Promote Creative Problem-solving Skills
Notice bibliographique
Résumé
The architecture of the micro-learning platform mixed with gamification via metaverse is a research tool that was initiated by the concepts of micro-learning integrated with the gamification mechanism. It is intended to be employed as a guideline for the instruction management that encourages learners to perform self-learning with small or short units of content so that they can understand the contents easily and spend a short time in learning. In addition, it is expected that the use of the gamification mechanism, which is a learning mechanism in the form of a game, in this learning platform can motivate learners to engage more in learning and overcome the challenges therein. This study also relies on the pre-experimental research method with the one-shot case study, in which all the research participants were willing to complete the questionnaire and the evaluation form under the policy of confidentiality and anonymity. The research results show that (1) the overall suitability towards the architecture of the micro-learning platform mixed with gamification via metaverse in terms of overall elements is at the highest level (Mean = 4.91, SD = 0.21), and (2) the overall suitability of the elements of the architecture of the micro-learning platform mixed with gamification via metaverse is at the highest level (Mean = 4.85, SD = 0.30), respectively. According to the research results, it can be concluded that the architecture of the micro-learning platform mixed with gamification via metaverse designed in this study can be applied as a guideline to further design other micro-learning platforms mixed with gamification via metaverse that can be practically used to promote creative problem-solving skills. In the meantime, the learning platform of this kind is believed to enable learners to improve their critical thinking skills with flexible problem-solving processes. All of these skills are considered highly important for the future careers of vocational students.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».