领导/劳动力发展中心 (LWDC) 大楼 2-2020,2 间教室配备 60 英寸大屏幕高清电视和讲师 NIPR 计算机站,1 间教室配备投影仪和讲师 NIPR 计算机站,1 间计算机实验室配备 3 台大屏幕高清电视和 15 个 NIPR 计算机站以及 1 个讲师 NIPR 计算机站,需要通用访问卡 (CAC) 才能访问。
摘要 本研究旨在确定一个支持学生学术参与和提高学习成果的交互式数字学习环境。本研究采用准实验和非等效对照组研究设计。我们使用目的抽样技术来选择研究样本。此外,该研究还从南尼日利亚四所大学的 422 名本科营销专业学生的纵向研究调查回复中抽取样本,以检验研究假设。这些大学包括卡拉巴尔大学 (UNICAL)、安布罗斯阿里大学、埃克波玛大学 (AAU)、乌约大学 (UNIUYO) 和阿巴拉卡三角州立大学 (DSUA)。UNICAL 和 AAU 的学生组成治疗组,而 UNIUYO 和 DSUA 的学生则为对照组。本研究使用了三套工具。它们是:电子营销成就测试问卷、营销专业学生学术参与度量表和学生学习满意度量表。这三种工具由五位专家验证,每所研究的机构各派一名专家。使用 Cronbach alpha 系数测试了这些工具的可靠性,结果显示 e-MATQ、MSAES 和 SLSS 的系数可靠性指数分别为 0.850、0.835 和 0.863。使用重复测量方差分析 (ANOVA)、分层多元回归 (HMR) 分析和 5000 次重新采样 BC 引导来检验 0.05 显着性水平下的假设。结果表明,与对照组相比,接受治疗的营销学生在第 2-3 次的学业成绩显著提高。学生表达了通过 E-MVC 参与学术活动的满意度和意愿,而学术参与对学生的学习成绩具有完全的中介作用。我们建议大学管理者和教育部应创建一个有利的虚拟环境,以促进使用 E-MVC 进行有效的教学实践。
这个顶峰项目(开放式访问)是由Digital Commons @ csumb免费提供给您的。已被授权的Digital Commons @ csumb的授权管理员所接受,并将其纳入Capstone Projects和Master的论文。有关更多信息,请联系DigitalCommons@csumb.edu。
名称:Bergmann,Jonathan,作者。| Sams,Aaron,作者。标题:翻转课堂:每天接触每个班级的每个学生 / Jonathan Bergmann 和 Aaron Sams。说明:修订版。| 俄勒冈州波特兰:国际教育技术协会,[2023] | 包括参考书目和索引。标识符:LCCN 2023008824(印刷版)| LCCN 2023008825(电子书)| ISBN 9781564849861(平装本)| ISBN 9781564849878(epub)| ISBN 9781564849885(pdf)主题:LCSH:教育中的录像带。| 个性化教学。| 教师——时间管理。| 家庭作业。分类:LCC LB1044.75 .B47 2023(印刷版)| LCC LB1044.75(电子书)| DDC 371.33/52—dc23/eng/20230301 LC 记录可在 https://lccn.loc.gov/2023008824 上找到 LC 电子书记录可在 https://lccn.loc.gov/2023008825 上找到
领导/劳动力发展中心 (LWDC) 大楼。2-2020,2 间教室,配备 60 英寸大屏幕高清电视和讲师 NIPR 计算机站,1 间教室,配备投影仪和讲师 NIPR 计算机站,1 间教室,配备 15 个 Fort Liberty NEC CAT 2 NIPR Drops、3 台大屏幕高清电视和讲师 NIPR 计算机站;所有 NIPR 站都需要 CAC。
领导/劳动力发展中心 (LWDC) 大楼 2-2020,2 间教室配备 60 英寸大屏幕高清电视和讲师 NIPR 计算机站,1 间教室配备投影仪和讲师 NIPR 计算机站,1 间教室配备 15 个 Fort Liberty NEC CAT 2 NIPR Drops,3 台大屏幕高清电视和讲师 NIPR 计算机站;所有 NIPR 站都需要 CAC。
这个项目(696或796注册)是由Red的研究生研究带给您的,可以免费获得,并获得了数字收藏的存储库。已被授权的Red:Digital Collections的授权管理员所接受,将其纳入论文,论文和项目。有关更多信息,请联系red@mnstate.edu。
虽然人工智能生成的内容可能类似于人类创作的艺术或演讲,但人工智能程序没有意识,学习方式也不像人类。这些程序实际上就像您可能在文本或电子邮件中内置的自动完成程序的复杂版本。它们从训练数据中学习模式,并利用该模式创建对提示的合理响应。它们训练的数据越多,它们创建模仿人类生成内容的内容的能力就越强。
随着全球工业、教育和交通等多个领域的能源消耗不断增加,物联网等众多技术为节能做出了巨大贡献。本文介绍了如何基于物联网建立智能教室系统,以节省教室能源。所提出的方法使用所提出的能耗和成本模型估算物联网 (IoT) 设备、智能教室和建筑物的能耗,并提供对照明、投影仪和空调等物联网设备的实时访问和控制。我们的系统的有效性和优势已通过在安装有计算机的大学教室中进行的实际测试得到证实。本文讨论了如何使用物联网 (IoT) 开发更便宜、更节能的设备控制系统。几乎任何电气设备都可以使用此方法操作,几乎不需要人工协助。当学生在教室时,“基于物联网的节能智能教室”系统旨在减轻电网的负荷。该技术可检测特定区域中人员的存在,并使用该信息来控制电气设备的运行(例如开/关)。该设备可以使用 Microsoft Kinect 传感器来调整人体周围环境的温度、湿度和光量。DHT22 传感器和 LDR 连接到 Arduino AT Mega 板以测量各种环境条件。该系统具有可以收集有关教室环境的实时信息的传感器。然后使用这些数据更新 Web 应用程序。Node MCU IoT 设备通过互联网将其所有数据发送到主机。该系统的最终测试在实验室中进行,有四名学生和 80 个测试用例。根据统计数据,最终原型的准确率似乎为 98%。