Flipped Classroom with Virtual Reality Technology Learning Model for Chinese College Students in Psychological Education: A Need Assessment Study
Notice bibliographique
Résumé
The growing prevalence of psychological health problems, particularly depression and anxiety, among Chinese college students necessitate innovative approaches to psychological education. This research investigates the psychological education needs of college students and proposes a flipped classroom model integrated with virtual reality (VR) technology to address these needs. A needs assessment survey, employing a 16-item questionnaire with a five-point Likert scale, was conducted to collect data from 400 students selected by stratigied eamdom sampling method from 125 higher education institutions in Anhui Province. The survey explored student perspectives on textbook content, learning outcomes learning methods and technologies. Subsequently, a flipped classroom model incorporating VR technology was developed based on a review of existing literature. This model was then evaluated by a panel of five experts across dimensions of suitability, model components, and learning activities. Quantitative data from the student needs assessment and the expert evaluation were analysed using descriptive statistics. Results from the needs assessment indicated a strong consensus among students (mean scores 4.12-4.77) regarding the importance of psychological education, with 15 of 16 items receiving "strongly agree" ratings. The proposed flipped classroom model, comprising before-class, in-class, after-class and evaluation components, received high ratings from the expert panel (mean scores 4.6-5.0) across all evaluation dimensions. The experts "strongly agree" with the model's suitability and potential effectiveness. This study offers an innovative pedagogical framework for psychological health education in higher education, leveraging VR technology within a flipped classroom design to support students in managing anxiety and depression.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».