MétaCan
Menu
Retour à la cohorte
Enregistrement W4415729994 · doi:10.55988/2588-1264/297

CHUYỂN ĐỔI SỐ TRONG ĐÀO TẠO MỘT SỐ NGÀNH NGHỆ THUẬT TẠI VIỆT NAM: CƠ HỘI VÀ THÁCH THỨC

2025· article· W4415729994 sur OpenAlexaboutno aff
Thảo Nguyễn Đình

Notice bibliographique

RevueTạp chí Khoa học · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueResearch studies in Vietnam
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoutheast asiaNova scotiaGovernment (linguistics)Central asia

Résumé

récupéré en direct d'OpenAlex

Bài viết phân tích cơ hội và thách thức của chuyển đổi số trong đào tạo một số ngành nghệ thuật tại Việt Nam trong bối cảnh cách mạng công nghiệp 4.0 và sự phát triển nhanh chóng của công nghệ kỹ thuật số. Thông qua tổng hợp các nghiên cứu trong và ngoài nước, kết hợp với phân tích thực tiễn tại Việt Nam, bài viết chỉ ra rằng việc ứng dụng các công nghệ như trí tuệ nhân tạo (AI), thực tế ảo (VR), thực tế tăng cường (AR) và nền tảng học tập trực tuyến đang góp phần đổi mới phương pháp giảng dạy, cá nhân hóa học tập và mở rộng cơ hội sáng tạo cho sinh viên. Tuy nhiên, quá trình chuyển đổi số cũng gặp nhiều rào cản, bao gồm hạn chế về hạ tầng kỹ thuật, năng lực số của đội ngũ giảng viên – sinh viên và các vấn đề pháp lý về sở hữu trí tuệ. Trên cơ sở đó, bài viết đề xuất một số định hướng nhằm nâng cao hiệu quả chuyển đổi số trong đào tạo một số ngành nghệ thuật tại Việt Nam.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,003
Études des sciences et des technologies0,0030,004
Communication savante0,0010,001
Science ouverte0,0040,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,009

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 Opus0,009
Tête enseignante GPT0,311
Écart entre enseignants0,301 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTạp chí Khoa họcMême sujetResearch studies in VietnamTravaux en français237 207