Self-assessment of digital competences of Croatian students from The Faculty of Humanities and Social Sciences and Canadian students from The Southern Alberta Institute of Technology
Notice bibliographique
Résumé
Suvremeni čovjek živi u digitalnom društvu. U takvom društvu biti pismen ne podrazumijeva samo znati čitati, pisati i računati, već pored ostalih kompetencija i digitalnu kompetenciju. Digitalna se kompetencija prema Europskoj komisiji smatra jednom od osam ključnih kompetencija. Ona podrazumijeva sigurnu, kritičku i kreativnu uporabu informacijske i komunikacijske tehnologije za postizanje ciljeva vezanih za rad, zapošljavanje, učenje, slobodno vrijeme te za uključivanje i/ili sudjelovanje u društvu. Stoga cilj ovoga istraživanje bio je ispitati razlike u samoprocjeni vlastite razine digitalnih kompetencija kroz pet područja između hrvatskih studenata s Filozofskog fakulteta u Splitu i kanadskih studenata sa Southern Alberta Institute of Technology. Za provedbu istraživanja napravljen je upitnik za hrvatske i kanadske studente. Upitnik je proveden na uzorku od 89 studenta s Filozofskog fakulteta u Splitu i na uzorku od 36 studenata sa Southern Alberta Institute of Technology. Rezultati istraživanja pokazuju da hrvatski studenti s Filozofskog fakulteta u Splitu samoprocjenjuju vlastitu razinu digitalnih kompetencija za pet područje boljom od kanadskih studenata sa Southern Alberta Institute of Technology. Rezultati još pokazuju da studenti integriranog studija na Filozofskog fakulteta u Splitu samoprocjenjuju vlastitu razinu digitalnih kompetencija za pet područje boljom od studenata dvopredmetnih studija na Filozofskom fakultetu u Splitu. Razlog tomu može biti činjenica što se u istraživanju koristila samo samoprocjena, a ne objektiva procjena poput testa znanja.
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 | 0,000 | 0,000 |
| 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 | 0,009 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».