การพฒนาทกษะการเขยนรายงานการศกษาคนควาดวยแบบฝกทกษะ สำหรบนกศกษาสาขาวชาการศกษาปฐมวยชนป 4
Bibliographic record
Abstract
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาทักษะการเขียนรายงานการศึกษาค้นคว้าด้วยแบบฝึกทักษะสำหรับนักศึกษาสาขาวิชาการศึกษาปฐมวัยชั้นปี 4 2) ศึกษาความพึงพอใจของนักศึกษาต่อการจัดการเรียนรู้โดยใช้แบบฝึกทักษะการเขียนรายงานการศึกษาค้นคว้า กลุ่มตัวอย่างที่ใช้ในการวิจัยครั้งนี้ ได้แก่นักศึกษาสาขาวิชาการศึกษาปฐมวัยชั้นปี 4 ที่ลงทะเบียนเรียนรายวิชาสัมมนาปัญหาและแนวโน้มในการพัฒนาการศึกษาปฐมวัยในอนาคต ในภาคเรียนที่ 2 ปีการศึกษา 2566 จำนวน 29 คน ด้วยการสุ่มอย่างง่าย โดยใช้หมู่เรียนเป็นหน่วยสุ่ม ด้วยการจับฉลาก เครื่องมือที่ใช้ในการวิจัยได้แก่ 1) แผนการจัดการเรียนรู้การเขียนรายงานการศึกษาค้นคว้า 2) แบบฝึกทักษะการเขียนรายงานการศึกษาค้นคว้า 3) แบบประเมินทักษะการเขียนรายงานการศึกษาค้นคว้า และ 4) แบบสอบถามความพึงพอใจของนักศึกษาที่มีต่อการจัดการเรียนรู้ด้วยแบบฝึกทักษะการเขียนรายงานจากการศึกษาค้นคว้า วิเคราะห์ข้อมูลโดยการหาค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน ผลวิจัยพบว่า 1) ความสามารถด้านการเขียนรายงานการศึกษาค้นคว้าด้วยแบบฝึกทักษะสำหรับนักศึกษาชั้นปีที่ 4 มีความสามารถในการเขียนรายงานการศึกษาค้นคว้า ด้านการเรียบเรียงรายงาน สูงสุด รองลงมาคือ การเขียนบรรณานุกรม และการเขียนรายการอ้างอิง โดยรวมความสามารถทุกด้านอยู่ในระดับ มากที่สุด 2) ผลการศึกษาความพึงพอใจของนักศึกษาที่มีต่อการจัดการจัดการเรียนรู้โดยใช้แบบฝึกทักษะการเขียนรายงานการศึกษาค้นคว้า คือ ด้านแบบฝึก สูงสุด รองลงมาคือ บรรยากาศในการเรียน และ เนื้อหาและการใช้ภาษา โดยรวมความพึงพอใจทุกด้านอยู่ในระดับ มากที่สุด
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.285 | 0.138 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".