MétaCan
Menu
Retour à la cohorte
Enregistrement W4408537365 · doi:10.5430/wje.v15n1p25

Effects of 3DS MAX Software on Creative Development and Skills in Art Education at Guizhou University, China

2025· article· en· W4408537365 sur OpenAlexvenueno aff
Qianru Li, Saifon Songsiengchai, Ada Marie Mascarinas

Notice bibliographique

RevueWorld Journal of Education · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCreativityFluencyMathematics educationAnimationCurriculumElaborationPsychologyTest (biology)Flexibility (engineering)SoftwareVisual arts educationComputer scienceMultimediaPedagogyMathematicsStatisticsComputer graphics (images)The artsHumanities

Résumé

récupéré en direct d'OpenAlex

This study investigates the impact of 3DS MAX software on creative development and skills in art education at GUIZHOU UNIVERSITY, China. As digital technologies become increasingly integral to art education, understanding how 3D animation software influences students' creative capabilities and technical skills is crucial for developing practical pedagogical approaches. The research objectives were to (1) explore the role of 3DS MAX in enhancing students' creative abilities,2) evaluate the implementation of 3DS MAX in art curricula, and (3) analyze student feedback on software usage. The study employed a quantitative approach with pretest and post-test design, using a sample of 45 first-year digital media art design students selected through cluster random sampling. Research instruments included lesson plans covering five key areas (Introduction, Modeling, Texturing, Lighting, and Character Rigging), a 30-item multiple-choice test, and a 25-item questionnaire measuring five dimensions of creativity (flexibility, fluency, elaboration, problem-solving, and artistic expression). Statistical analysis utilized descriptive statistics and paired t-tests. Results showed 1) significant improvements in student performance, with mean scores increasing from 75 to 79 and standard deviation decreasing from 6 to 5, and 2) the results indicate that students' mean scores after learning were significantly higher. 3). Student feedback revealed moderate to positive responses (overall mean 2.99, SD=1.42), with the most significant improvements in problem-solving (M=3.09) and elaboration (M=3.26), while artistic expression showed room for enhancement (M=2.83).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,257
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207