Effectiveness of 6C Skills Activities on Industrial Design Course (RBI)
Notice bibliographique
Résumé
The purpose of this study is to assess how well the 6C Skills activities are implemented in the Industrial Design (RBI) course at the Faculty of Technical and Vocational Education (FPTV), Universiti Tun Hussein Onn Malaysia (UTHM), regarding the soft skills mastery and project results of the students. Participants included 92 Bachelor of Vocational Education (SMPV) students, 50 of whom were in the treatment group (TG) and 42 of whom were in the control group (CG). 49 TG lecturers and 44 CG lecturers made up the total of 93 lecturers that participated. Project assessments and questionnaires were utilised to gather data for the study, which had a quasi-experimental design. Since the normality test revealed an anomalous distribution of the data, non-parametric statistical tests such the Mann-Whitney U and Wilcoxon Signed-Rank were used to analyse the data. The findings indicated that TG and CG significantly differed in their attainment of student project outcomes (U = 566.500, p <.001), with TG performing better. A significant increase in TG for all subcomponents was also seen in the post score of 6C Skills competence (Z varied from -5.533 to -5.996, p<.001), but the increase in CG was less pronounced. These results demonstrate how well the 6C Skills-based teaching strategy works to enhance 21st-century abilities. This research has significant ramifications for the advancement of TVET pedagogy that is more dynamic, comprehensive, and pertinent to the demands of the future industry.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».