Assessing the Effect of Intelligent Learning Platforms on Academic Performance of University Students in Bangladesh
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study was primarily aimed at evaluating how Intelligent Learning Platforms (ILPs) can influence or affect academic performance (AP) of university students in Bangladesh, in terms of the principal characteristics of US, PA, FB, and ENG. The purpose of the study was to determine the effect of these characteristics of the platforms in relation to the learning outcomes of students in a developing country environment. Quantitative research design was used, and a structured questionnaire was used to collect primary data consisting of 219 valid responses. To test the hypothesized relationships, data was analyzed with SmartPLS 4 using PLS-SEM. The results suggest that the US, PA, FB, and ENG have a positive effect on <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$A P$</tex>, which confirms the importance of intuitive, adaptive and responsive ILPs in post-secondary education. In practice, the findings are useful to university administrators, instructional designers and policymakers to create successful digital learning environments. Socially, the effectiveness of ILP can be improved to enhance the general quality and access to learning in the Bangladeshi universities. The research provides empirical data in a little studied area but confined to cross-sectional data on a convenience sample.
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.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle