HyFlex Learning Ecosystem with Social Emotional Learning
Notice bibliographique
Résumé
The model of the HyFlex Learning Ecosystem is with social emotional learning to enhance digital emotional intelligence. The concept is based on the integration of digital learning ecosystems. HyFlex Learning and social emotional learning this research has the objective (1) To study and synthesize the conceptual framework of The HyFlex Learning Ecosystem with Social-Emotional Learning to Enhance Digital Emotional Intelligence. (2) To develop model of The HyFlex Learning Ecosystem with Social Emotional Learning to Enhance Digital Emotional Intelligence. (3) To study the suitability of The HyFlex Learning Ecosystem with Social Emotional Learning. Research hypothesis: The suitability of the model of The HyFlex Learning Ecosystem with Social Emotional Learning is at a very 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 instruction systems. The results, which are in consistence with the expectation of the researchers, show that (1) This research can serve as a guideline for developing a flexible integrated learning ecosystem that can enhance digital emotional intelligence, consisting of a 6-step social emotional learning process, integrated with the digital learning ecosystem and HyFlex Learning. (2) the overall suitability of the development to the model of the HyFlex Learning Ecosystem with Social Emotional Learning to Enhance Digital Emotional Intelligence (Overall composition) It is at a very high level (Mean = 4.98, S.D. = 0.06, IR = 0.00, Q.D. = 0.00), and (3) Overall, In conclusion, The results of the evaluation certify the suitability of using the model of HyFlex Learning Ecosystem with Social Emotional Learning to Enhance Digital Emotional Intelligence is suitable for actual use at a very high level (Mean = 4.79, S.D. = 0.57, IQR = 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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».