Development of a Creative Project-Based Learning Model Through the Metaverse that Promotes Creativity and Innovative Work for High School Students in Pilot Schools of Education Sandbox
Notice bibliographique
Résumé
This research aimed to (1) investigate the current situation, needs, key components, and instructional steps of a creative project-based learning model; (2) develop the model; (3) implement it; and (4) evaluate and validate it. This research methodology involved a research and development process conducted in four phases: Phase 1 investigated the current situation, needs, key components, and instructional steps, using a sample of 1,142 students and 31 computational science teachers. Phase 2: developing the model and evaluating it by five experts. Phase 3 implemented the model with students from three school sizes: large, medium, and small. Phase 4: validating and endorsing the model by six experts. The research findings were as follows: 1) Teachers had never implemented learning activities through the metaverse in computer science courses. The most needed were adequate computer equipment, high-speed internet, and budget allocation for necessary technological tools. 2) The developed model consists of six components and five instructional steps: (1) concepts and principles, (2) objectives, (3) content, (4) Metaverse, (5) instructional procedures including preparation, creative planning, creative projects, creative presentations, and evaluation, and (6) model evaluation. Experts evaluated that the overall model was appropriate at the highest level. 3) The creativity of students, which included originality, flexibility, fluency, and elaboration, was at a high level. The innovative work quality of students, including novelty, knowledge integration, creativity, efficiency, and usefulness, was at a high level. Learners were satisfied that the learning management was also at a high level. 4) The validation and endorsement of the model demonstrate that the components of the model are suitable at the highest level. The instructional steps have been assessed as highly appropriate. This model is considered highly accurate, suitable, beneficial, and valuable. Experts certified that the learning management model is entirely consistent, with a 100% accuracy rate
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».