การจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนด้วยแนวคิดการคิดการเรียนรู้ของเครื่องจักร

วรรณธิดา ยลวิลาศ

DSpace Home
→
College of Research Methodology and Cognitive Science
→
วิทยานิพนธ์ (Theses)
→
View Item

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