(MOOC),118,145,150 概念框架,118 顾客,124 教育成果,119 要素,123 学习技能,118–119 文献综述,119–129 MANCOVA,130–133 研究目标,129 信度测试,129–130 研究方法,129 结果,129 建议和启示,134 机械针织机,73 中介分析,258–259 微时刻,269
(MOOC),118,145,150 概念框架,118 顾客,124 教育成果,119 要素,123 学习技能,118–119 文献综述,119–129 MANCOVA,130–133 研究目标,129 信度测试,129–130 研究方法,129 结果,129 建议和启示,134 机械针织机,73 中介分析,258–259 微时刻,269
暑期实习:非信用强制性课程,候选人需要令人满意地完成该项目,这是对授予MBA学位数字奖励的必要部分满足,代表了数量的学分。每个全部信用额度为20个会议,每个会议为80分钟。区域可能有必要的研讨会S/ MOOC,这对于专注于这些领域的学生来说是强制性的。
注意:要求校长指示学生不要重复具有相同标题的课程/科目。所有课程仅持续12周。一个学生必须在MOOC课程最终确定后,必须批准分配的导师(由HOD)。导师必须彻底验证并确保
(MOOC),118,145,150 概念框架,118 顾客,124 教育成果,119 要素,123 学习技能,118–119 文献综述,119–129 MANCOVA,130–133 研究目标,129 信度测试,129–130 研究方法,129 结果,129 建议和启示,134 机械针织机,73 中介分析,258–259 微时刻,269
摘要:本研究旨在评估影响 MOOC 平台上使用在线自动反馈摘要(OSAF)的行为意图(BI)的因素。任务技术契合度(TTF)是用于分析任务要求和技术特征之间的匹配度的主要框架,可预测技术的使用情况。TTF 和 BI 之间的关系受学生表现的调节。TTF 说明了技术支持对任务的适用性在多大程度上影响了技术的表现和使用率。本研究检验了 9 个假设。参与者包括印度尼西亚东爪哇一所公立大学的 151 名学生。为了分析收集到的数据,我们使用了 PLS-SEM(偏最小二乘-结构方程模型),使用了 SmartPLS 3.0。在本研究中,可以得出几点结论,即:1)任务特征和技术特征不会受到 TTF 的积极和显著影响,而学生特征对 TTF 有积极和显著的影响; 2)受社会影响的学习绩效和利用率对绩效影响有正向影响,本案例中的绩效影响由学习绩效、个人诚信、自信三个维度构成,但学习绩效和利用率对绩效影响均无正向影响,且受自信显著影响。3)学习绩效和绩效影响对行为意图均有正向影响,但个人诚信在绩效影响维度上未受行为意图显著正向影响。
量子计算是一个令人兴奋的领域,具有很高的颠覆性潜力,但很难进入。因此,世界各地正在开发许多教授量子计算的方法。这总是会引发关于教学概念、实际教授的内容以及如何衡量教学概念的成功的问题。2022 年和 2023 年,作者在 Hasso Plattner 研究所的 OpenHPI 平台上共教授了九门为期两周的 MOOC(大规模开放在线课程),具有不同的学习路径。该平台的目的是让每个人都可以免费获得计算机科学教育。这九门量子课程形成了一个独立的课程。总共有大约 7400 名自然人参加了 17,000 多次课程,而且这个数字还在不断上升。本文介绍了课程概念,并评估了参与者背景、他们在课程中的行为以及他们的学习成功的匿名数据。本文是第一篇分析如此庞大的基于 MOOC 的量子计算教育数据集的论文。总结的结果是,参与者的个人背景各异,偏向于 IT 专业人士,大多数人遵循教学建议,成功率很高,这与遵循
学生的参与度(SE)是学习者通过不同和多样化的基于活动的媒体参与课堂教学任务的固有部分。本文通过合作学习(CL)和技术集成(TI)分析了SE的逻辑文献。结果揭示了教学方法的影响,例如通过队列指令进行积极学习,以产生概念理解和SE,批判性思维以及以学生为中心的活动,融合和翻转学习,Google Docs(一种基于Web的工具)(一种免费的基于Web的工具(一种允许您在线创建,编辑和存储文档),并在线上进行大规模开放课程(MOOC(MOOC))来改善学生的家庭工作。对文献的系统综述建立了2013年1月至2022年6月之间进行的当前研究的结果。在114篇论文中,有30个出版物符合了对期刊和审查的标准评估筛选后的精炼和排除/包含指南,以及从研究中额外消除了重复记录。评估的目的是分析研究中所有论文的有效性。文献综述的可能性由系统审查和荟萃分析(PRISMA)框架的首选报告项目说明。本系统文献综述(SLR)的局限性和讨论解决了一些差距,对SE的未来方向以及对教育和研究的影响。
摘要:本研究重点关注生成人工智能工具在教育领域的潜力,特别是通过 4PADAFE 教学设计矩阵的实际应用。目的是评估这些工具如何与矩阵结合,以增强教育并改善教学过程。通过对参加 MOOC 课程“用于教育的生成人工智能工具:GPT 聊天技术”的 ESPE 武装部队大学教师进行的调查,该研究探讨了这些工具对教育的影响。研究结果表明,生成人工智能工具与教学设计矩阵相结合,对于开发大规模 MOOC 虚拟教室至关重要。结果证明了生成人工智能工具在大学教育中的潜力。通过将这些工具与教学设计矩阵结合使用,教育工作者可以设计和提供个性化和丰富的教育体验。这些设备提供了增强教学过程和根据个人需求定制教育材料的机会,最终让学生为 21 世纪的需求做好准备。研究得出结论,生成式人工智能工具在教育领域具有巨大潜力。它们提供了吸引学生、调整内容和促进个性化学习的创新方法。实施 4PADAFE 教学设计矩阵可进一步提高教育活动的有效性和连贯性。通过采用这些技术进步,教育可以保持相关性并有效应对数字世界的挑战。
