MétaCan
Menu
Retour à la cohorte
Enregistrement W4416767452 · doi:10.5539/ies.v18n6p149

The Effects of Short Video-Based Instruction on Enhancing Financial Management Ability Among Students at Fuzhou Software Vocational and Technical College

2025· article· W4416767452 sur OpenAlexvenueno aff
Saifon Songsiengchai, Supischa Buachan

Notice bibliographique

RevueInternational Education Studies · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueInnovations in Educational Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVocational educationFinancial managementPerceptionTeaching methodSoftwareComputer softwareTime managementPerspective (graphical)

Résumé

récupéré en direct d'OpenAlex

This study was conducted on students studying financial management-related courses at Fuzhou Software Vocational and Technical College. The research objectives were threefold: (1) To investigate the students’ perception of the effectiveness of short video-based instruction in financial management courses compared to traditional teaching methods. (2) To study the effects of short video-based instruction to improve the financial management ability of college students at Fuzhou Software Vocational and Technical College. (3) To investigate students’ perspectives at Fuzhou Software Vocational and Technical College on using short video-based instruction to enhance their financial management abilities. 100 students were selected using random sampling, divided into two groups 50. The study employed quantitative analysis, average, and standard deviation for data interpretation. The primary research instruments were questionnaires, lesson plans, and a perspective questionnaire. The results show that: (1) Short video teaching is more effective than traditional teaching methods in improving the understanding and mastery of financial management concepts and skills. (2) The short video teaching method effectively promotes students’ financial learning. (3) Students’ satisfaction with short video teaching methods in financial management courses showed apparent advantages. Future research could explore short video teaching methods in various educational contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,432
Écart entre enseignants0,412 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetInnovations in Educational MethodsTravaux en français237 207