منصات التعلم الرقمي كأداة لتنمية المهارات التكنولوجية و تطوير جودة مؤسسات التعليم العالي الليبي
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
أجرى فريق البحث العلمي في هذه الورقة دراسات مكثفة على مدى عدة سنوات تدرسسية لمجموعة مواد جامعية لفحص كيفية استخدام تقنيات التعلم في التعليم العالي في ليبيا. وأظهرت النتائج أن هذه التقنيات لا تستخدم بطريقة منهجية وفعالة. بدلاً من استخدامها بالكامل كأدوات شاملة تسهل التعلم وتحسنه كما تم فعليا استخذام ذلك، غالبًا ما ينتهي الأمر بمنصات التعلم الإلكتروني إلى العمل كمجرد مساحات لتخزين المحتوى. وجدت الدراسات أن هناك مشكلات تتعلق بكيفية إدارة المواد الجامعية وتدريسها وكيفية استخدام التكنولوجيا في التعليم العالي. ولتحسين الأداء التعليمي، تم تقديم مجموعة من القواعد والاقتراحات لمساعدة الجامعات الليبية على استخدام التكنولوجيا بشكل أكبر وتحسين طريقة التدريس والتعلم وباقل التكاليف. وهذا من شأنه أن يجعل الجامعة أشبه بالجامعات الأخرى حول العالم. وستعمل هذه الخطة المقترحةعلى التأكد من أن كل فرد في الجامعة، بما في ذلك أعضاء هيئة التدريس والطلاب، سيتمكن من الوصول إلى منصة تعليمية جيدة عبر الإنترنت. تستخدم معظم الجامعات الآن مزيجًا من الفصول الدراسية الشخصية وعبر الإنترنت. يؤدي استخدام إطار التعلم الإلكتروني الذي يمكّن الطلاب والمحاضرين من تبادل المعرفة إلى تحسين منهجية وعمليات خدمات التعلم للطلاب. وفقًا لتجربتنا في جامعة المرقب، فإن بيئة التعلم الإلكتروني تفضل التدريس المعتمد علي شبكة الويب. يجب أن تستخدم معظم الجامعات والكليات الليبية أحدث استراتيجية للتعليم الإلكتروني لمواكبة و مراقبة سرعة الابتكار التكنولوجي في التعليم العالي ولاسيما التعليم المفتوح. الطلاب والمعلمون لهم الخبرة ما يكفي لاستخدام الإنترنت ومواقع الشبكات الاجتماعية في عصر التكنولوجيا اليوم، مما يسهل المشاركة في أي تعلم عبر الإنترنت بطريقة مباشرة للتعرف على أي نوع من سيناريوهات التدريس والتعلم عبر الإنترنت.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it