The Outcomes of Analytical Thinking and Curiosity from the Virtual Smart Classroom using the Cooperative Problem-Based Learning
Notice bibliographique
Résumé
This research is intended to study the outcomes of analytical thinking and curiosity derived from the virtual smart classroom using the cooperative problem-based learning; thereby the said virtual smart classroom is a research tool initiated from the integration of the problem-based learning and the cooperative learning coupled with the aid of artificial intelligence and virtual technologies to facilitate learning activities. The development of the said research tool was conducted with the Spatial.io platform and the application ClickUp, which is widely employed to promote learning and organize the works with high quality and attractiveness. This research relies on the pre-experimental research method. The data in this study were collected from 30 research participants, who are vocational certificate students (dual vocational education) of Year 1 and Year 2 in Semester 2 of Academic Year 2024 at Nakornluang Polytechnic College. These participants were derived by means of cluster sampling and well protected with the policies of confidentiality and anonymity in accordance with educational ethics. The research instruments used for data collection include the evaluation form on analytical thinking, and the evaluation form on curiosity. The results of this study correspond to the three research hypotheses and this insists that: (1) the outcomes of analytical thinking after learning with the platform are at a very good level (mean=7.23, SD=1.41); and (2) the outcomes of curiosity after learning with the platform are at a very good level (mean=10.43, SD=1.65). It can be clearly seen from the aforementioned results that the virtual smart classroom using the cooperative problem-based learning is so efficient that it can be applied in practical use so as to promote learners' analytical thinking and curiosity. This is because the said platform provides learners with hands-on self-learning experiences coupled with active learning and collaborative learning, which is said to enhance their learning achievement as well.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».