The Development of a Digital Literacy Assessment Tool for Thai Grade 10-12 Students
Notice bibliographique
Résumé
The current study aimed to create and validate a digital literacy assessment tool's quality for students in Grades 10-12 within the Thai educational context, and 2) to develop T-score norms derived from the results of the digital literacy assessment tool for students in Grades 10-12 in this context. The study followed a research and development (R&D) approach, including content validation, pilot testing, and confirmatory factor analysis (CFA) for construct validation. The participants consisted of 1,590 Grade 10-12 students from schools under the Phetchabun Secondary Educational Service Area Office, Thailand. Content validity was assessed using the Index of Congruence (IOC), and construct validity was verified using confirmatory factor analysis (CFA). Item difficulty, discrimination indices, and reliability (KR-20) were also analyzed. The results showed that the assessment tool demonstrated strong content validity (IOC = 0.60-1.00), acceptable difficulty levels (0.20-0.80), and discrimination indices (0.22-0.74). CFA confirmed the six-component model with excellent fit indices. The tool’s overall reliability was 0.94, with component reliability ranging from 0.70 to 0.83. T-score norms were developed to interpret student performance. This study provides a systematically validated digital literacy assessment tool tailored to the Thai educational context, supporting effective measurement and development of students' digital competencies.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».