Development of a Training Curriculum on Social Engineer Competency Based on the 5C Model to Enhance Problem-Solving and Adaptability Skills for Students at Surat Thani Rajabhat University and Residents of Khun Thale Subdistrict, Mueang Surat Thani, Thailand
Notice bibliographique
Résumé
The purposes of the current study were to examine the 5C social engineering model-based training program on Surat Thani Rajabhat University students and Khun Thale Subdistrict residents' problem solving and adaptability and to examine the participants’ satisfaction learning with the 5C social engineering model-based training program. A training program was designed and implemented to enhance these skills among 150 students from Surat Thani Rajabhat University and local residents of Khun Thale Subdistrict, Mueang District, Surat Thani Province. The program focused on fostering collaborative learning, interdisciplinary engagement, and innovative problem-solving within a community-based context. The results demonstrated that participants significantly improved their problem-solving and adaptability skills, reinforcing the effectiveness of the 5C Model in cultivating social engineering competencies. The study also highlights the model’s potential for area-based community development, where educational institutions play an active role in addressing local challenges. These findings suggest that the 5C Model can inform university policies aimed at regional development and sustainable growth through socially engaged learning approaches.
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 | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».