กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้:
https://buuir.buu.ac.th/xmlui/handle/1234567890/10161ระเบียนเมทาดาทาแบบเต็ม
| ฟิลด์ DC | ค่า | ภาษา |
|---|---|---|
| dc.contributor.advisor | ปริญญา เรืองทิพย์ | |
| dc.contributor.advisor | กฤษณะ ชินสาร | |
| dc.contributor.author | วรรณธิดา ยลวิลาศ | |
| dc.contributor.other | มหาวิทยาลัยบูรพา. วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา | |
| dc.date.accessioned | 2023-09-18T07:54:06Z | |
| dc.date.available | 2023-09-18T07:54:06Z | |
| dc.date.issued | 2564 | |
| dc.identifier.uri | https://buuir.buu.ac.th/xmlui/handle/1234567890/10161 | |
| dc.description | ดุษฎีนิพนธ์ (ปร.ด.)--มหาวิทยาลัยบูรพา, 2564 | |
| dc.description.abstract | การวิจัยนี้มีวัตถุประสงค์ 1) เพื่อพัฒนาโปรแกรมการทดสอบแบบปรับเหมาะโดยใช้คอมพิวเตอร์สำหรับการจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนด้วยแนวคิดการเรียนรู้ของเครื่องจักร 2) เพื่อพัฒนาการจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนด้วยแนวคิดการเรียนรู้ของเครื่องจักร และ 3) เพื่อศึกษาผลการจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนแนวคิดการเรียนรู้ของเครื่องจักร ระเบียบวิธีวิจัยแบบผสานวิธี เครื่องมือที่ใช้ในการวิจัย ได้แก่ โปรแกรมการทดสอบแบบปรับเหมาะโดยใช้คอมพิวเตอร์ โดยมีการทดสอบกับกลุ่มตัวอย่าง จำนวน 400 คน การวิเคราะห์คุณภาพของข้อสอบตามทฤษฎีการตอบสนองข้อสอบ (IRT) แบบ 3 พารามิเตอร์ ได้แก่ ค่าอำนาจจำแนกของข้อสอบ ค่าความยากของข้อสอบ และค่าการเดาของข้อสอบ และการจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนด้วยแนวคิดเรียนรู้ของเครื่องจักร มีการทดลองใช้กับกลุ่มตัวอย่าง จำนวน 30 คน เก็บรวบรวมข้อมูลโดยการทำแบบทดสอบและการสัมภาษณ์เชิงลึก สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการทดสอบทีแบบไม่อิสระกัน ผลการวิจัยปรากฏว่า 1) โปรแกรมการทดสอบแบบปรับเหมาะโดยใช้คอมพิวเตอร์บรรจุคลังข้อสอบที่ผ่านการวิเคราะห์คุณภาพ จำนวน 300 ข้อ มีลักษณะเป็นแบบเลือกตอบ 4 ตัวเลือก มีวิธีการคัดเลือกข้อสอบข้อถัดไปด้วยแนวคิดการเรียนรู้เครื่องจักรโดยอาศัยทฤษฎีการตัดสินใจ 2) การออกแบบการจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนด้วยแนวคิดการเรียนรู้ของเครื่องจักร แบ่งออกเป็น 3 โมดูล ซึ่งมีการกระตุ้นและสร้างแรงจูงใจผู้เรียนโดยใช้เกมมิฟิเคชันและการประเมินผลผู้เรียนโดยการทดสอบแบบปรับเหมาะโดยใช้คอมพิวเตอร์ 3) นักศึกษามีระดับความสามารถหลังเรียนสูงกว่าก่อนเรียนอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 และมีประสิทธิภาพ โดยรวมอยู่ในระดับมาก ซึ่งแสดงให้เห็นว่าการจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนด้วยแนวคิดการเรียนรู้ของเครื่องจักรที่พัฒนาขึ้นสามารถนำไปใช้ได้จริง | |
| dc.language.iso | th | |
| dc.publisher | วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา | |
| dc.rights | มหาวิทยาลัยบูรพา | |
| dc.subject | มหาวิทยาลัยบูรพา -- สาขาวิชาการวิจัยและสถิติทางวิทยาการปัญญา | |
| dc.subject | การสอนด้วยสื่อ | |
| dc.subject | เทคโนโลยีทางการศึกษา | |
| dc.subject | วิทยานิพนธ์ปริญญาเอก | |
| dc.subject | การสอน | |
| dc.title | การจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนด้วยแนวคิดการคิดการเรียนรู้ของเครื่องจักร | |
| dc.title.alternative | Mssive open online course bsed on mchine lerning pproch | |
| dc.type | วิทยานิพนธ์/ Thesis | |
| dc.description.abstractalternative | This study's objectives were to 1) develop a computerized adaptive testing (CAT) program for massive open online courses (MOOCs) based on a machine learning approach, 2) create a program for MOOCs also based on a machine learning approach, and 3) assess the results of the developed program. In this study, a mixedmethod design was used with a CAT program employed as a research instrument. The program was tested with 400 samples to ensure the quality of each program item based on the three-parameter Item Response Theory (IRT) model. Then, the completed program was tested with 30 people. Data were gathered by administering quizzes and conducting in-depth interviews with participants. The mean, standard deviation, and dependent t-test were used in statistical data analysis. The findings revealed that: 1) The CAT program included an item bank with 300 qualified items presented as four multiple-choice options, with the method for selecting the item based on the concept of machine learning using decision theory. 2) The machine learning-based program for MOOCs was divided into three modules that stimulated and encouraged students through gamification, and evaluated them through the CAT program. 3) The students had a higher ability levels, showing a high degree of overall efficiency after attending the course at statistical significance level of p < .05. It can be concluded that a machine learning-based CAT program for MOOCs can be effectively used for practical learning. | |
| dc.degree.level | ปริญญาเอก | |
| dc.degree.discipline | การวิจัยและสถิติทางวิทยาการปัญญา | |
| dc.degree.name | ปรัชญาดุษฎีบัณฑิต | |
| dc.degree.grantor | มหาวิทยาลัยบูรพา | |
| ปรากฏในกลุ่มข้อมูล: | วิทยานิพนธ์ (Theses) | |
แฟ้มในรายการข้อมูลนี้:
| แฟ้ม | รายละเอียด | ขนาด | รูปแบบ | |
|---|---|---|---|---|
| 58810154.pdf | 7.55 MB | Adobe PDF | ดู/เปิด |
รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น