مقالة بحثية

تطبيقات ألعاب الواقع المعزز التعليمية في تدريس العلوم

DOI:

10.3791/69301

⸱

مارس 20, 2026

1School of Digital Economy and Management, Chongqing Polytechnic University of Electronic Technology

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يعزز الواقع المعزز (AR) تدريس العلوم من خلال دمج الألعاب التعليمية، وتحسين التفاعل، وتعزيز نتائج التعلم. تظهر التجارب أن تعزيز AR يزيد الدرجات بمقدار 28 نقطة، حيث يحصل طلاب السنة الأولى والرابعة على 22 من أصل 30 نقطة. مؤشرات اللعبة (قابلية اللعب والقابلية للتطبيق) تصل إلى 84٪-87٪، ويتجاوز رضا المستخدمين 94٪. يعزز الواقع المعزز الأداء وفعالية الفصول الدراسية بشكل كبير.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

مع التكامل العميق بين تكنولوجيا المعلومات والتعليم، أصبح الواقع المعزز (AR) اتجاها في تدريس العلوم، يجمع بين الواقع الافتراضي والتفاعل في الوقت الحقيقي. تصمم هذه الدراسة وتطور نظام تدريس العلوم يعتمد على تقنية الواقع المعزز، مدمجا مع آليات الألعاب التعليمية، لتجاوز مشاكل صعوبة فهم المحتوى المجرد والمشاركة المنخفضة للطلاب في تدريس العلوم التقليدي. يسترشد النظام بنظريات التعلم التجريبي والبناءية، ويدمج خوارزميات مثل تتبع نقاط الميزات، وتصحيح الصور، وتدريب الانحدار. تحسن هذه الخوارزميات دقة واستقرار النماذج الافتراضية في البيئات الحقيقية. وأخيرا، تجرى تجربة مقارنة لمدة 12 شهرا في تخصص علوم وهندسة في جامعة معينة. أظهرت النتائج التجريبية أن متوسط درجة طريقة تدريس العلوم باستخدام تقنية الواقع المعزز تحسن بشكل ملحوظ بمقدار 20.11 نقطة مقارنة بالطريقة التقليدية للتدريس. ارتفع معدل الطلاب الجدد في نظام التدريس بمقدار 22.36 نقطة، وارتفع متوسط درجات الطلاب في الصف الثاني عشر في نظام التدريس بمقدار 29.97 نقطة. في نظام تعليم العلوم، ارتفعت مؤشرات الألعاب التعليمية، وقابلية اللعب، وقابلية التطبيق إلى 84 و87 و86 على التوالي. قد تصل نسبة رضا المستخدمين عن سهولة استخدام النظام، ودقة المحتوى، واستجابته، ووضوح المؤشرات إلى 97٪، 96٪، 94٪، و98٪ على التوالي. باختصار، نظام تعليم العلوم باستخدام لعبة تعليمية بتقنية الواقع المعزز يحقق تحسنا كبيرا في أداء الطلاب وتأثير عملي قوي في صفوف العلوم.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

أصبحت تقنية الواقع المعزز ضرورة، تساعد الناس على التجربة والكشف والإلهام، لتحسين تجربة الحياة1. وهذا يضفي أهمية استدلالية على تعليم وتدريس المحتوى المجرد. نظرا للطبيعة المجردة والصعبة الملاحظة لتقنيات الواقع الافتراضي والواقع المعزز، يمكن استخدامهالتعزيز فعالية التعليم والتدريس، بحيث يمكن استغلال إمكانات التعلم لدى الطلاب وتطويرها3. تتميز تقنية الواقع الافتراضي بالتفاعل والانغماس والاستقلالية، مما يلبي احتياجات التعليم المعاصر. يمكن دمجه في التدريس العملي لبناء منصة تعليمية تجمع بين التعليم الافتراضي والحقيقي، وتلبي احتياجات التدريس الحالية4. وفقا لمعايير منهج تدريس العلوم، تستخدم الميزات التفاعلية لتقنية الواقع المعزز لدعم التدريس. نظام تعليم الفنون التفاعلي له أهمية عميقة لتدريس العلوم5. يركز البحث على استخراج الصور، ومطابقة الميزات، وخوارزميات تتبع الكائنات. من خلال تحليل احتياجات تدريس العلوم، تم تصميم ألعاب AR التعليمية لتطوير AR في تعليم العلوم، بهدف استخدام AR لتحسين جودة التدريس6،7. مقارنة بأنظمة تعليم الواقع المعزز الحالية، يكمن ابتكار هذا البحث بشكل رئيسي في أنه لا يستخدم فقط نماذج الواقع المعزز لعرض المحتوى، بل يدمج بعمق خوارزميات رؤية حاسوبية محددة وآليات ألعاب تعليمية. تدمج هذه الدراسة التتبع والمطابقة في الوقت الحقيقي بناء على نقاط الميزات وتصحيح تمدد التدرج الرمادي في الصورة. كما يستخدم نماذج تدريبية على الانحدار على الحافة وغير الخطية. بالإضافة إلى ذلك، تجمع الدراسة بين التجارب المقارنة طويلة الأمد وأنظمة مؤشرات التقييم متعددة الأبعاد. تحسن هذه الطرق دقة التسجيل، واستقرار التتبع، والقدرة على التكيف البيئي للأجسام الافتراضية في البيئات الحقيقية.

تركز هذه الدراسة على خمسة أقسام. يشرح القسم الأول خلفية وأهمية البحث لتقنية الواقع المعزز في تعليم العلوم، ويبرز إمكاناتها في تعزيز الدافعية التعليمية وفهم المفاهيم المجردة. الثاني يستعرض حالة التطبيق الحالية للألعاب التعليمية وتقدم البحث في أنظمة التعليم بالواقع المعزز. يحلل القسم الثالث احتياجات عملية التدريس ويصمم نظاما تعليميا قائما على ألعاب التعليم بتقنية الواقع المعزز. القسم التالي يتحقق من أداء نظام التدريس المقترح. القسم الأخير هو ملخص ونظرة على طرق البحث والنتائج.

أعمال ذات صلة

الألعاب التعليمية هي أدوات تعليمية تجمع بين أهداف التعلم وآليات الألعاب، تهدف إلى تعزيز نتائج التعلم من خلال تفاعلات ممتعة. مع التكامل العميق بين الألعاب التعليمية والتكنولوجيا الذكية، يشهد نظام التعليم تغييرات عميقة. اقترح يانغ وآخرون خوارزمية توصية ترشيح تعاونية تجمع بين تجميع الطبقات الخشنة وK-means لتجميع الأداء الضعيف في توصيات الألعاب التعليمية. أظهرت النتائج أن دقة ودرجة F1 للخوارزمية المقترحة كانتا 0.880 و0.826 على التوالي، وهما أفضل من نموذج الانحدار8. أبلغ صن وآخرون عن تحليل تلوي ل 22 دراسة تجريبية لتحديد فعالية الألعاب التعليمية في تحسين مهارات التفكير الحاسوبي لدى الطلاب. يمكن للألعاب التعليمية تحسين مهارات التفكير الحاسوبي لدى الطلاب9. قام Udeozor وآخرون بمراجعة ممارسات التعلم المبنية على الألعاب الرقمية. أشارت هذه الدراسة إلى أن اهتمام الناس وطلبهم على أدوات التعلم التجريبي المدعومة بالتكنولوجيا، مثل المختبرات الافتراضية والألعاب الرقمية، كان يتزايد تدريجيا. كما أكدوا على الاتجاه المستقبلي لتعلم الألعاب الرقمية في تعليم الهندسة10. أجرى مارتينيز وآخرون مراجعة منهجية ل 49 دراسة ذات صلة لفهم أفضل لقيمة ممارسة الألعاب التعليمية في الفصل الدراسي. في النهاية، تبين أن الألعاب التعليمية يمكن أن تصبح أداة تعليمية فعالة، مفيدة لمعظم المواد11. استخدم جورديلو وآخرون تصميما شبه تجريبي لمقارنة فعالية التعلم القائم على الفيديو والتعلم القائم على الألعاب في تعليم هندسة البرمجيات عبر الإنترنت. أشارت النتائج إلى أن استخدام الألعاب التعليمية للتعلم كان أكثر فعالية من التعلم التقليدي القائم على الفيديو12.

تم استخدام تقنية الواقع المعزز على نطاق واسع في الصناعة، والعلاج الطبي، والمعلومات، والتعليم، وغيرها من المجالات بفضل مزيجها بين التفاعل الافتراضي والتفاعل اللحظي. ذكرت ليتفينوفا وآخرون أن دمج الواقع الافتراضي والواقع المعزز في البيئات التعليمية فتح آفاقا جديدة لتجارب التعلم التشاركي والغامر. تم تنفيذ مشروع تعليمي استخدم الافتراضية والواقع المعزز. أشارت النتائج إلى أن الواقع الافتراضي وتقنيات الواقع المعزز في العملية التعليمية وفرت موارد تعليمية وتعليمية غنية، يمكن أن تعزز تجربة التعلم13. تناول ألفاريز مارين وآخرون الأبحاث المحدودة حول طرق التعليم القائمة على الحسابات الحسابية، وناقشوا أنواع الأنشطة التعليمية التي تستخدم الحسابات العاطفية، وقيموا تأثيره على الطلاب والمعلمين. أشارت النتائج إلى أنه في معظم الدراسات، ساعدت طرق التعليم القائمة على الحسابات العاطفية فيتحسين الأداء الأكاديمي. ذكر دي مورايس روسيتو وآخرون أن تطبيق الواقع المعزز والواقع الافتراضي أصبح نهجا تحويليا في مجال التعليم. لذلك، طورت هذه الدراسة تطبيقا يتكون من الواقع المعزز والواقع الافتراضي وقيمت تأثيره على عملية التدريس. أظهرت النتائج أن كل من الواقع المعزة والواقع الافتراضي أظهرت وعدا في دعم عملية التدريس.15. اقترح رادو وآخرون نظام AR قائم على HoloLens لتحسين أداء تعلم الفيزياء. أشارت النتائج إلى أن نظام الواقع المعزز ساعد الطلاب على تعلم المحتوى المكاني والعلاقات البنيوية، لكنه أيضا أعاق فهمهم للمحتوى الحركي16. اقترح كليفتوتيموس وآخرون تطبيقين تعليميين معتمدين على الموقع لتحسين رضا المتعلم وتفاعلهم، ودعوا 129 طالبا للتقييم الأولي. أظهرت النتائج أن تطبيقات الواقع المعزز تحقق نتائج عالية في سهولة الاستخدام، ورضا الطلاب، والفائدة التعليمية المدركة17.

لتلخيص الأمر، توفر الطبيعة التفاعلية لتقنية الواقع المعزز تجربة تعليمية أكثر طبيعية لكل من المعلمين والمتعلمين وتعزز الوعي بالاستكشاف. ومع ذلك، تركز أنظمة التدريس الحالية في الواقع المعزز بشكل رئيسي على عرض النماذج والتفاعل البسيط، مع افتقارها إلى التكامل العميق مع آليات الألعاب التعليمية وأهداف التعلم الأعلى. هناك نقص في أبحاث التتبع طويلة الأمد، كما أن التكيف واستقرار بيئة النظام بحاجة إلى تحسين أيضا. لذلك، تهدف هذه الدراسة إلى تطوير نظام تعليمي علمي يدمج تقنية الواقع المعزز وآليات الألعاب التعليمية. يركز البرنامج على معالجة قضايا مثل دقة التسجيل، وثبات التتبع، وقابلية الكائنات الافتراضية للتكيف في البيئات الحقيقية. من خلال تجارب مقارنة طويلة الأمد وأنظمة تقييم متعددة الأبعاد، يتم التحقق من فعاليته في تحسين نتائج وتجارب تعلم الطلاب.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

خضعت هذه الدراسة لمراجعة دقيقة وموافقة من لجنة مراجعة الأخلاقيات ذات الصلة، وتلتزم عملية البحث بالكامل بدقة بإعلان هلسنكي ومعايير أخلاقيات البحث الأكاديمي المعمول بها، مع حماية كاملة للحقوق والمصالح المشروعة، والرفاهية الجسدية والعقلية، والخصوصية الشخصية للمشاركين.

تتوافق عملية التوظيف للمشاركين في البحث مع المتطلبات الأخلاقية، وقد وقع جميع المشاركين على نموذج موافقة مستنيرة مكتوبة قبل المشاركة في الدراسة. نموذج الموافقة المستنيرة واضح وسهل الفهم ويصف بشكل صريح نطاق جمع البيانات (بما في ذلك الأداء الأكاديمي، وبيانات تقييم النظام، ورضا المستخدم)، وهدف استخدام البيانات (فقط للتحليل الأكاديمي في هذه الدراسة)، والإجراءات المتخذة لضمان سرية البيانات. كانت المشاركة طوعية بالكامل، وقدم جميع المشاركين موافقة مستنيرة دون أي إكراه أو تحفيز. المعدات المستخدمة مدرجة في جدول المواد.

1. المشاركون، تصميم الدراسة، وإطار التقييم

يتم اختيار 200 طالب جامعي (106 ذكور و94 أنثى، بمتوسط عمر 20.4 ± 1.2 سنة) و100 معلم (52 ذكور و48 أنثى، بمتوسط خبرة تدريس 8.6 ± 4.3 سنوات) عشوائيا من تخصصات العلوم والهندسة في جامعة معينة كمشاركين. تم تقسيم المشاركين عشوائيا إلى مجموعة تجريبية ومجموعة ضابطة باستخدام طريقة أخذ عينات عشوائية طبقية، مع 150 شخصا في كل مجموعة. يؤكد اختبار المعرفة الأساسية قبل التجربة أنه لا يوجد فرق ذو دلالة إحصائية (p > 0.05) في مستوى المعرفة الأولي بين المجموعتين. تستخدم مجموعة التجارب نظام تدريس قائم على تقنية الواقع المعزز، بينما تستخدم مجموعة الضابطين أساليب التدريس التقليدية. تشير طرق التدريس التقليدية إلى عملية التدريس الموحدة المعتمدة على نطاق واسع والتي تركز على المعلمين والكتب الدراسية. يشمل ذلك محاضرات المعلمين، وتعلم الكتب الدراسية والخرائط الثابتة، والحسابات النظرية، ولا يتضمن أي محاكاة تفاعلية ثلاثية الأبعاد أو تقنية الواقع المعزز. معايير الإدراج هي: يجب أن يكون طلاب البكالوريوس قد أكملوا المادة الأساسية لميكانيكا المواد، ويجب أن يكون لدى المعلمين خبرة تدريسية ذات صلة في الدورة. معايير الاستبعاد هي: أولئك الذين لديهم تاريخ من ضعف بصري شديد أو دوار الحركة. يوقع جميع المشاركين على استمارات موافقة مستنيرة ويبلغون بأنه يمكنهم الانسحاب من التجربة في أي وقت. فترة التجربة هي 12 شهرا، ويتم جمع بيانات الأداء الأكاديمي وتقييم النظام قبل بدء التجربة، في الشهر السادس، والثاني عشر. تعتمد أداة التقييم نظام "مؤشر تقييم الألعاب التعليمية" الذي طورته بنفسها (في الجدول 1) لتقييم فعالية النظام من ثلاثة أبعاد: تعليمي، وألعاب، وقابلية التطبيق، مع ما مجموعه 15 مؤشرا. يتم جمع بيانات رضا المستخدمين، وتغطي أربعة جوانب: سهولة التشغيل، دقة المحتوى، سرعة الاستجابة، ووضوح المؤشرات.

2. تكوين النظام التجريبي، والإجراءات، وتحليل البيانات

تشمل معدات الأجهزة جهاز عرض AR (Microsoft HoloLens 2)، وكاميرا عمق مدمجة وكاميرا RGB، وجهاز كمبيوتر مزود بمعالج Intel Core i9-11950H، وذاكرة RAM بسعة 32GB، وبطاقة رسومات A2000. يستخدم نظام التشغيل ويندوز 11، ومحرك التطوير يستخدم Unity 2021، ومكتبة رؤية الحاسوب تستخدم OpenCV 4.13.0، وبيئة التطوير المتكاملة هي Visual Studio 2022. عندما يحدث تغيير كبير في إضاءة البيئة التجريبية أو عندما تستخدم المعدات لأول مرة في ذلك الفضاء الفيزيائي، يجب إجراء معايرة الكاميرا. يعمل على سكريبت المعايرة المدمج CalibrationScript. قم بالتقاط ما لا يقل عن 15 صورة على رقعة الشطرنج من زوايا ومواقع مختلفة باستخدام كاميرا HoloLens. يقوم السكربت بحساب المعلمات الجوهرية للكاميرا ومعاملات التشويه تلقائيا. المعيار للمعايرة الناجحة هو أن متوسط خطأ إعادة الإسقاط أقل من 0.5 بكسل. إذا لم يتم الالتزام بالمعيار، سيقوم النظام بطلب إعادة التقاط الصورة. بعد معايرة ناجحة، يتم إخراج معلمات المعايرة لاستدعاءات وحدات التسجيل ثلاثية الأبعاد لاحقة.

تجرى التجربة في الأماكن المغلقة، مع الحفاظ على الضوء المحيط عند 300 ± 50 لوكس. توضع البطاقة التجريبية ذات العلامات الخاصة بالواقع المعزز في وسط الطاولة، وحافة البطاقة موازية لحافة الطاولة. يتم ضبط موقع الملاحظة ليكون على بعد حوالي 60 سم من مركز البطاقة بكلتا العينين، وتركز كاميرا HoloLens 2 في البداية على مستوى البطاقة. تعتمد تفاعلات الإيماءات إيماءات "شعاع اليد" و"نقرة الهواء" المعدة مسبقا في HoloLens 2. يتم تمديد إصبع السبابة، وتسحب الأصابع الأخرى موجهة إلى العينة الافتراضية، وتحافظ على إيماءة مستقرة لأكثر من 0.5 ثانية لاختيار الجسم. بعد ذلك، تطبق القوة بدفع إصبع السبابة بسرعة إلى الأمام، مع تطبيق قيمة قوة افتراضية تبلغ 50 نيوتن من قبل النظام على محور العينة الافتراضية. الوقت المتوقع لنجاح التشغيل لإكمال تفاعل الإيماءة الكامل هو 1–2 ثانية. يتم تعيين معلمات رؤية الحاسوب للنظام كما يلي: استدعاء دالة aruco.detectMarkers في OpenCV في Unity لاكتشاف العتبة (adaptiveThreshWinSizeMin=3, adaptiveThreshWinSizeMax=23). نقطة التحقق في اكتشاف العلامات هي أن النظام يحتاج إلى التعرف بشكل مستقر على نفس العلامة (الثقة>0.95) في تدفق فيديو مستمر من 30 إطارا قبل تفعيل عرض الكائن الافتراضي. عندما ينجح الكشف، ستعرض الحافة المميزة على الشاشة حافة خضراء ومصحوبة بتغذية راجعة اهتزازية قصيرة. تستخدم معايرة الكاميرا نظام CalibrationScript المدمج. خط CS، الذي يتطلب نمط رقعة شطرنج يحتوي على 9 × 6 نقاط زاوية داخلية وطول جانبي 2.5 سم. يجب عرض ما لا يقل عن 15 إطارا من النمط من زوايا مختلفة ضمن مجال رؤية الكاميرا. معيار المعايرة الناجح هو متوسط خطأ إعادة إسقاط أقل من 0.5 بكسل. يجب أن تكتمل عملية المعايرة خلال دقيقتين. بعد النجاح، يجب إخراج سجل "نجاح المعايرة" في وحدة تحرير Unity، ويجب عرض مخروط الكاميرا المعايرة في المشهد. يعتمد عرض الكائنات الافتراضية خط أنابيب العرض في الوقت الحقيقي من Unity، مع نموذج تظليل مواد وإضاءة قياسيين يتوافقان مع الضوء المحيط.

تتضمن العملية التجريبية بشكل رئيسي أربع خطوات. أولا، يرتدي ويضبط جهاز HoloLens 2 بشكل صحيح. ثانيا، يضع البطاقة التجريبية التي تحمل علامات AR محددة على سطح المكتب. تقوم كاميرا النظام بالتقاط تدفقات الفيديو باستمرار. يستدعي وظيفة aruco.detectMarkers في OpenCV لاكتشاف العلامات والتعرف عليها. ثالثا، بعد تحديد العلامة بنجاح، يقوم النظام بعرض العينة المادية الافتراضية في العالم الحقيقي وفقا للمعادلات (1)–(4). يمكن تحويل نظام الإحداثيات للبيئة الافتراضية ζηξ ونظام الإحداثيات في البيئة الحقيقية xyz، وتظهر معادلة التحويل في المعادلة (1).

[xyz1] = [ζηξ1] A (1)

في المعادلة (1)، تمثل A مصفوفة التحويل بين نظامين، حيث يمكن أيضا تحويل البيئة الحقيقية xyz والكاميرا x'y'z'. تظهر معادلة التغيير في المعادلة (2).

[x'y'z'1] = [ζηξ1] AB (2)

في المعادلة (2)، يمثل B مصفوفة التحويل بين نظامي الإحداثيات. يقوم x'y'z' بعرض الأجسام الافتراضية المتتبعة إلى نظام الإحداثيات ثنائي الأبعاد للأشعة فوق البنفسجية، لتحقيق تسجيل دقيق للبيئة الافتراضية في البيئة الحقيقية. يظهر التحول بين إحداثيات الشاشة وإحداثيات الكاميرا x'y'z' لإسقاط اندماج الأجسام الافتراضية والبيئات الحقيقية في المعادلة (3).

figure-protocol-1 (3)

في المعادلة (3)، يمثل dx عدد البكسلات في الاتجاه المحوري x. dy هو عدد البكسلات في الاتجاه المحوري y. تظهر العلاقة الهندسية بين الكاميرا ونظام إحداثيات الصورة التي يتم إسقاطها من اندماج الكائن الافتراضي والبيئة الحقيقية في المعادلة (4) باستخدام معادلة مثلث مماثلة.

figure-protocol-2 (4)

من خلال تطبيق القوة على العينة الافتراضية عبر إيماءات محددة مسبقا، يحسب النظام ويتصور توزيع الإجهاد والتشوه في العينة في الوقت الحقيقي بناء على المعادلات (5)–(7). القوة الداخلية لكل وحدة مساحة هي الإجهاد، كما هو موضح في المعادلة (5).

figure-protocol-3 (5)

في المعادلة (5)، تشير F إلى القوة، A هي مساحة المقطع العرضي، وpm هي الإجهاد لكل وحدة مساحة. يتم إظهار الإجهاد الكلي في المعادلة (6).

figure-protocol-4(6)

في المعادلة (6)، تمثل p مكون الإجهاد الكلي (إجهاد كلي)، σ هو الإجهاد الطبيعي، ومكون الإجهاد العمودي على المقطع، وτ هو إجهاد القص ومكون الإجهاد المماس للقطع. يتم إظهار الإجهاد الطبيعي في المعادلة (7).

figure-protocol-5(7)

في المعادلة (7)، FN هي القوة المحورية وA هي مساحة المقطع العرضي. رابعا، تسجيل البيانات وتوليد التقارير. يتم حفظ البيانات الرئيسية التي يتم توليدها أثناء التجربة تلقائيا بصيغة CSV. يقوم بإنشاء تقرير تجريبي بصيغة PDF بعد التجربة، يتضمن منحنيات الإجهاد-الانفعال وملخصات البيانات الرئيسية. يتم تصدير جميع الملفات إلى الدليل المحلي وتسمى بصيغة تاريخ التجربة+نوع التجربة. تشمل خطوات إنهاء البروتوكول تأكيد حفظ البيانات، إيقاف تشغيل الجهاز، إيقاف البرمجيات، وفحص حالة النظام. بعد التجربة، تؤكد الدراسة نهاية التطبيق عبر زر "الخروج من النظام" في القائمة الرئيسية، وتزيل جهاز HoloLens 2، وتغلقه وفقا لإجراءات التشغيل القياسية. وأخيرا، في جهاز التطوير، تم إيقاف وضع تشغيل محرر Unity، وتم إغلاق جميع نوافذ البرمجيات ذات الصلة.

يستخدم SPSS 26.0 لتحليل البيانات. قبل تطبيق اختبار t للعينات الزوجية، يتم أولا تقييم طبيعية فروق تحسين الأداء. يستخدم اختبار شابيرو-ويلك لتحليل جميع المتغيرات ذات الصلة. علاوة على ذلك، تظهر النتائج أن قيم p لجميع المتغيرات أكبر من 0.05، مما يشير إلى أن البيانات تتوافق مع توزيع طبيعي وتفي بالمتطلبات الأساسية لاختبار t. يستخدم اختبار t للعينات المزدوجة لمقارنة تحسن الأداء بين المجموعات التجريبية والمجموعة الضابطة لبيانات القياسات المتكررة، مثل الرضا. يستخدم تحليل التباين بمقاييس متكررة لتقييم التغيرات مع مرور الوقت. مستوى الدلالة مضبوط على p<0.05. بالإضافة إلى ذلك، لتقييم حجم التأثير، يتم حساب قيمة كوهين d، حيث يشير d>0.8 إلى تأثير كبير.

3. بناء نظام تعليم العلوم بناء على لعبة تدريس تقنية الواقع المعزز

تماشيا مع معايير التدريس العلمي، تستخدم الميزات التفاعلية لتقنية الواقع المعزز وأنظمة التدريس لإدخالها في التعليم وإطلاق إمكاناتها الأكبر. تقنية الواقع المعزز لها أهمية كبيرة في تدريس العلوم. أولا، يمكنه تجسيد وتصور محتوى التعلم المجرد. الثاني هو تعزيز تجربة التعلم للمتعلمين، حتى يحصلون على إحساس أفضل بالمشاركة والتركيز. لذلك، من المهم جدا دمج نظام التدريس مع فصل دراسي للتعليم. تصميم نظام هذه الدراسة يسترشد بالتعلم التجريبي والمبادئ البنيوية. يهدف إلى تحويل المفاهيم المجردة إلى أشياء بصرية ملموسة وقابلة للملاحظة من خلال آليات تفاعل الواقع المعزز، وتشجيع الطلاب على بناء المعرفة بشكل نشط. وفي الوقت نفسه، يتم تقديم نموذج قبول التكنولوجيا لتقييم الفائدة المدركة وسهولة استخدام النظام، وبالتالي قياس إمكاناته العملية للتطبيق.

3.1 دمج الألعاب التعليمية وتقنية الواقع المعزز

تدمج تقنية الواقع المعزز البيئات الافتراضية والحقيقية، مما يوفر للمستخدمين تجربة حسية جديدة. تقوم تقنية الواقع المعزز أولا بتتبع وجمع نقاط الميزات من مشاهد حقيقية، ثم تقوم بالتعرف على الصور. الثاني هو تتبع الصورة في موقع خريطة العلامات. زاوية الكاميرا والمعلومات الأخرى مهمة18. وأخيرا، من خلال إدراك حساسية الكاميرا للبيئة وتراكب النموذج، يمكن تحقيق دمج الواقعية والافتراضية، مما يحقق تأثيرا غامرا. يظهر تطبيق تقنية الواقع المعزز في الشكل 1.

figure-protocol-6
الشكل 1: خطوات تنفيذ تقنية الواقع المعزز. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

اللعبة التعليمية هي برنامج ألعاب كمبيوتر يدمج بين وظيفة التعليم ووظيفة الترفيه. يمكن أن تنمي الذكاء والمهارات والمعرفة والمواقف والقيم لدى مستخدمي الألعاب، ولا ينبغي الاستهانة بتأثيرها على المتعلمين. تتميز تقنية الواقع المعزز بثلاث ميزات أساسية مهمة. أولا، يدمج بدقة بين الافتراضي والواقع، ويدمج المشهد ثلاثي الأبعاد الذي تم إنشاؤه مع البيئة الحقيقية، ويحفز جميع حواس المستخدم، ويسمح للمستخدم بتجربة العالم الحقيقي19. الثاني هو استخدام الأجهزة الذكية الحديثة لتحقيق تفاعل ذكي بين الناس والأجهزة. وأخيرا، يتم تسجيل البيئة ثلاثية الأبعاد التي يتم إنشاؤها بالحاسوب مع الهدف الفعلي في الأبعاد ثلاثية الأبعاد. يمكن للمستخدمين الاستمرار في تتبع الأشياء الحقيقية دون فقدانها والحفاظ على تتبع دقيق في جميع الأوقات. مبدأ تقنية التسجيل ثلاثي الأبعاد موضح في الشكل 2.

figure-protocol-7
الشكل 2: مخطط تخطيطي للتسجيل ثلاثي الأبعاد. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

المخطط التخطيطي ثلاثي الأبعاد للتسجيل الموضح في الشكل 2، حيث x'y'z' هي إحداثيات الكاميرا، xyz هي الإحداثيات المحددة للبيئة الحقيقية، ζηξ هي إحداثيات البيئة الافتراضية، UV هي إحداثيات الشاشة لعرض اندماج الكائن الافتراضي والبيئة الحقيقية، و''o'z' هي اتجاه خط رؤية المستخدم. بعد التجانس والدمج، يظهر الحساب في المعادلة (4). تكمن الأهمية التعليمية لتقنية التسجيل ثلاثي الأبعاد (المعادلات (1)–(4)) في قدرتها على تحويل أنظمة الإحداثيات الافتراضية المجردة إلى طبقات بصرية مستقرة ودقيقة على شاشات الطلاب. تضمن هذه التقنية أن النماذج الافتراضية يمكن ربطها بفعالية ببطاقات العلامات الواقعية، ولن ينحرف النموذج أو يهتز عندما يتحرك الطلاب من منظورهم. تكمن القيمة التعليمية المباشرة لهذه التقنية في قدرتها على توفير بيئة مراقبة مستقرة وجديرة بالثقة للطلاب. تمكن هذه البيئة الطلاب من مراقبة والتفكير في العينات الميكانيكية الافتراضية من أي زاوية. ونتيجة لذلك، يطور الطلاب الخيال المكاني والقدرة على الملاحظة متعددة الزوايا.

3.2 تحليل الطلب على ألعاب العلوم التعليمية المبنية على تقنية الواقع المعزز

لتحقيق أهداف التدريس في العلوم، يحتاج المتعلمون إلى اكتساب المعرفة والمهارات والتجارب السلوكية بشكل منهجي. عند تصميم ألعاب الواقع المعزز التعليمية، من الضروريتحليل محتوى التدريس بشكل صحيح. اختيار المحتوى التعليمي المناسب، ودمجها مع تقنية الواقع المعزز، وابتكار طرق التدريس يمكن أن يساعد المتعلمين بفعالية على بناء نظام معرفي متماسك. موضوع البحث في ميكانيكا المواد هو مواد مختلفة بأشكال مختلفة من الأجزاء. يدرس بشكل رئيسي القوة والصلابة والثبات تحت قوى مختلفة. لتعزيز تجربة المتعلمين البصرية الحدسية والحس التفاعلي للمشاركة. لذلك، يستخدم الجمع بين تقنية الواقع المعزز ونظام التعليم لتحليل احتياجات تقنية الواقع المعزز في ألعاب تعليم العلوم، مع أخذ تحليل الضغط والإجهاد كمثال. يوفر النظام التحضير التجريبي والمحاكاة لنقاط المعرفة المتعلقة بالإجهاد والإجهاد في الميكانيكا، ويساعد المعلمين في تدريس التجارب. يشمل مستخدمو النظام بشكل رئيسي الزوار والطلاب والمعلمين والإداريين، بينما تشمل وظائفه إدارة التجارب، رفع التجارب، التجارب التفاعلية، وتصور البيانات. النظام موضح في الشكل 3.

figure-protocol-8
الشكل 3: مخطط حالة الاستخدام لنظام تقييم إكمال الدورات التجريبية. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

يظهر دمج تقنية الواقع المعزز ونظام التعليم في الشكل 3. يمكن لهذا النظام أن يضمن أن يكون المعلمون مستعدين بشكل كاف قبل بدء الدورة، ويتقنون التجارب، ويديرون الطلاب خلال الدورة. بعد التجربة، يمكن للمعلمين عرض وتقييم تقدم الطلاب، والمساعدة في إدارة بيانات الدورة، وتحسين معدلات إكمال التجارب لدى الطلاب، ومساعدة المسؤولين في إدارة بيانات نتائج تجارب الطلاب. لذلك، فإن نظام تعليم تقنية الواقع المعزز مبني على بنية نموذج عرض التحكم (MVC). يتم عرض وضع معالجة البيانات لهذا الوضع في المعادلة (8).

V(s) = الحد الأقصى لمحاكاة (s) →f(s)) (8)

في المعادلة (8)، تمثل V(s) محتوى البيانات المعروض بواسطة طبقة العرض وفقا لمتطلبات المستخدم، وموارد تعليم sis، وf(s) هي معلومات المستخدم. يتم عرض نمط التشغيل للتفاعل في الوقت الحقيقي بين نظام التعليم المتنوع والمستخدمين في المعادلة (9).

K(s) = si ∩ [f(s1), f(s2),...,ff(sn)] (9)

في المعادلة (9)، تمثل K(s) قاعدة الأعمال للنمط، وs1 تمثل معامل مميز كائنات البيانات، وf(sn) تمثل معامل مميز معلومات طلب المستخدم. استنادا إلى العلاقة التفاعلية بين نظام تعليم علوم تقنية الواقع المعزز والمستخدمين، يتم عرض وضع التشغيل في المعادلة (10).

g(x) = أقصى K(s) → f(s) (10)

في المعادلة (10)، تمثل g(x) كائن الطلب، وf(x) هو مصدر متطلبات المستخدم، وأقصى K(s) هو أقصى قيمة لتشابه الميزات. يتكون وضع MVC من خمسة مكونات رئيسية: الأعمال، وحدة التحكم، الاستمرارية، العرض، وقاعدة البيانات. تربط طبقة العرض المستخدمين والبيانات عبر صفحات الويب، مما يتيح التفاعل، ويوفر وظيفة عرض صفحات الويب. تخزن طبقة البيانات وتعالج البيانات من الطبقة العليا. طبقة الخدمة مسؤولة عن تلبية احتياجات المستخدم وتنفيذ منطق الخدمة. نظام تعليم العلوم بالواقع المعز، المعتمد على وضع MVC، موضح في الشكل 4.

figure-protocol-9
الشكل 4: مخطط البنية التقنية لنظام تدريس العلوم. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

من خلال التفاعل مع قاعدة البيانات، يتم تعيين معلومات تشغيل البيانات التي تم الحصول عليها من طبقة منطق الأعمال عبر طبقة الاستمرارية. طبقة العرض مسؤولة عن عرض واجهة الواجهة الأمامية الرئيسية، ورفع البيانات التجريبية، وعرض نتائج التجارب، وتقييم التقارير التجريبية. تنقسم طبقة منطق الأعمال إلى طبقة عمل ووحدة تحكم تستقبل طلبات المستخدم وتوجهها إلى معالج طبقة منطق الأعمال للمعالجة. تقوم طبقة التكنولوجيا ببناء الكتل المشتركة لعدة كائنات في وحدات منفصلة، مما يتيح الإشارات المباشرة إلى النظام.

3.3 تصميم هندسة نظام التعليم المعتمد على تقنية الواقع المعزز ولعبة التعليم العلمي

تدريس العلوم هو عملية تعليمية وتعلم ذات اتجاهين. لتحقيق أهداف التدريس، يجب أن يتبع تصميم ألعاب الواقع المعزز التعليمية المبادئ الخمسة: التفاعل، والاهتمام، والعلم، وسهولة التشغيل، والتعليم. التفاعلية هي أكبر ميزة في تقنية الواقع المعزز. يجب أن تبرز اللعبة التعليمية مزايا تقنية الواقع المعزز، مما يمكن المتعلمين من الحصول على تجربة غنية وتفاعلية في تجارب تنشط أجواء الفصل وتحسن فعالية التدريس. تم تصميم الألعاب التعليمية بأهداف تعليمية واضحة ونقاط تعليمية رئيسية لتحقيق أهداف التعليم والتعلم معا. لذلك، يشمل نظام التعليم القائم على تقنية الواقع المعزز بشكل رئيسي ست وحدات، كما هو موضح في الشكل 5.

figure-protocol-10
الشكل 5: مخطط وحدة نظام تدريس AR لتعليم العلوم. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

تتكون وحدة نظام التعليم بشكل رئيسي من وحدة مقدمة النظام، وحدة المستخدم، وحدة التجربة، وحدة اختيار التجارب، وحدة الصفحة الرئيسية، ووحدة إحصائيات النتائج. يمكن لوحدة مقدمة التجربة أن تشرح المستخدمين بسهولة وتوفر تعليمات لاستخدام نظام التدريس، بما في ذلك متطلبات التجارب في الصف ومتطلبات تقارير التجريب. تدير وحدة المستخدم المستخدمين، بما في ذلك تسجيل الحساب، وتبديل الحسابات، وتسجيل خروج الحساب، وتعديل كلمات المرور. تستخدم وحدة الاختيار التجريبية شاشة اللمس لاختيار الأجزاء التجريبية. تقوم الوحدة التجريبية بإجراء التعرف على نقاط الميزات وتحليل الميزات على الصور التجريبية المستوردة. كما أنه يضبط فرق الضوء بشكل مناسب للعرض الحقيقي. تصميم نظام التدريس القائم على تقنية الواقع المعزز يركز بشكل وثيق على الأهداف التعليمية. على وجه التحديد، الوظائف التعليمية الأساسية للوحدة التجريبية ووحدة الاختيار التجريبي هي تمكين الطلاب. يمكنهم الاستكشاف بشكل مستقل. تكمن الأهمية التعليمية لوحدة إحصاء النتائج في توفير أساس موضوعي للمعلمين. يمكن للمعلمين استخدامه لتقييم نتائج التعلم. نظرا لخصائص الواقع المعزز، يتطلب استخدامه في المشاهد ذات الإضاءة المناسبة والمستقرة. يمكن استخدام طريقة التمدد الرمادي لجعلها موزعة بشكل متساو، كما هو موضح في المعادلة (11).

g(x,y) = [(255 - c)/ b - a] f(x,y) + c (11)

في المعادلة (11)، تمثل c نقطة البداية الرمادية بعد التصحيح. يمثل a و b نقطة البداية والنهاية الرمادية قبل التصحيح على التوالي. في طريقة التتبع القائمة على الميزات، تظهر المعادلة الأساسية في المعادلة (12).

figure-protocol-11(12)

في عملية التتبع، يتم اختيار نموذج انحدار الحافة للانحدار الخطي، ويستخدم نموذج الانحدار غير الخطي للتدريب. تظهر الدالة الغاوسية في المعادلة (13).

figure-protocol-12 (13)

المسؤول موجود في وحدة تقييم المستخدمين. بموجب هذا النظام، يتم إدارة وتقييم معيار الدرجات للدورة التجريبية من قبل المدير. يمكن للطلاب عرض نتائج التجارب والبيانات من خلال وحدة نتائج التجريب. تتضمن وحدة الصفحة الرئيسية في النظام مقدمة النظام، مقدمة التجربة، نظام الخروج، ومحتوى آخر. يوضح الشكل 6 الإطار العام للنظام.

figure-protocol-13
الشكل 6: وحدة الصفحة الرئيسية لتعليم العلوم وهندسة أنظمة التعليم. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

تتكون عملية النظام في نظام التعليم بشكل رئيسي من أربعة أجزاء، تشمل إعداد مواد الرسم، وتحسين الاختبارات التفاعلية، والاستعلام والفرز للبيانات، ونظام التنفيذ. يتم تجسيد ذلك في تسجيل البطاقة وتعريفها، وكذلك في تحديد نموذج القطعة المعروضة. وأخيرا، يتم عرض صورة تحليل الإجهاد-الانفعال في البيانات التجريبية، ويمكن الحصول على الخصائص الميكانيكية للمواد ذات الخصائص المختلفة في تحليل الإجهاد-الانفعال. بعد التجربة، يمكن تقديم أساس التقرير التجريبي النهائي. لذلك، تظهر العملية التجريبية للنظام في الشكل 7.

figure-protocol-14
الشكل 7: مخطط تدفق تنفيذ نظام التدريس بنظام AR لتدريس العلوم. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

تشمل البنية العامة للنظام هندسة تكنولوجيا التصميم والوحدات الوظيفية. يمكن لنظام التعليم أن يساعد المتعلمين على تحسين وعيتهم الذاتية واستكشافهم، ويساعد المعلمين على تنظيم تجارب التدريس من خلال الألعاب التعليمية. وبفضل تفاعل نظام التدريس، يمكن للمتعلمين الاستفادة من نظام التدريس القائم على الحسابات. في تدريس العلوم المدعوم بتقنية الواقع المعزز، يمكن تلبية احتياجات المعلمين، بحيث يمكن لتدريس المناهج التي يقدمها المعلمون تطوير محتوى تعليمي ذو قابلية تطبيق قوية للمتعلمين. لذلك، يمكن تحسين محتوى التدريس، ويمكن تعزيز حماس وإبداع المتعلمين في الدورة لتحسين تأثير التدريس.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تقييم نتائج تجربة اللعب التعليمية وفعالية التعلم

للتحقق من علمية وقابلية نظام التدريس للعملية، يتم تحليل نظام تدريس العلوم المطور من خلال لعبة تعليمية باستخدام تقنية الواقع المعزز. لقياس الأداء الأساسي للنظام، يتم جمع بيانات المؤشرات الفنية بشكل متزامن أثناء عملية التجريب. في ظروف تجريبية قياسية (إضاءة 300 ± 50 لوكس)، يبلغ معدل نجاح تتبع علامات ArUco من قبل النظام 98.7٪ (SD = 1.2٪)، والانحراف المعياري لتذبذب موضع الكائن الافتراضي في العرض المس...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

مع تطور العلوم والتكنولوجيا، يمتد تأثير تكنولوجيا المعلومات على حياة الناس اليومية إلى مجالات عديدة، وتبذل الدولة كل جهد لتعزيز التكامل العميق لتقنية المعلومات مع التعليم والتدريس. تقنية الواقع المعزز، التي تتضمن التفاعل في الوقت الحقيقي ودمج الافتراضي والواقعي، شائعة في صناعة التعليم. وجد تولغار وآخرون، من خلال تحليل ببليومتري موسع، أن التعلم المحمول القائم على الواقع المعزز والتلعيب أصبحا محور الأبحاث الحديثة23.

نظرا لقيود التدريس ال...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
جهاز عرض الواقع المعززمايكروسوفتهولولينس 2https://www.microsoft.com/en-us/hololens/hardware
مكتبة رؤية الحاسوبفريق OpenCVOpenC 4.13.0https://opencv.org/releases/
محرك التطويرتقنيات يونيتييونيتي 2021 LTShttps://unity.com/releases/2021-lts
بطاقة الرسوماتNVIDIARTX A2000https://www.nvidia.com/content/dam/en-zz/Solutions/design-visualization/rtx-a2000/rtx-a2000-datasheet-us-nvidia-1520552-r3-web.pdf
بيئة التطوير المتكاملةمايكروسوفتفيجوال ستوديو 2022https://visualstudio.microsoft.com/vs/
نظام التشغيلمايكروسوفتويندوز 11https://www.microsoft.com/en-us/windows/windows-11
المعالجإنتلكور i9-11950Hhttps://www.intel.com/content/www/us/en/products/sku/213800/intel-core-i911950h-processor-24m-cache-up-to-5-00-ghz/specifications.html

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. John, Y. M., Sanusi, A., Yusuf, I. Reliability analysis of multi-hardware-software system with failure interaction. JCCE. 2 (1), 38-46 (2023).
  2. Amin, S. N., Shivakumara, P., Jun, T. X. An augmented reality-based approach for designing interactive food menu of restaurant using Android. AIA. 1 (1), 26-34 (2023).
  3. Bontchev, B. P., Terzieva, V., Paunova-Hubenova, E. Personalization of serious games for learning. Interact Technol SMA. 18 (1), 50-68 (2021).
  4. Hooshyar, D., Huang, Y. M., Yang, Y. GameDKT: Deep knowledge tracing in educational games. Expert Syst Appl. 196 (6), 2-16 (2022).
  5. Rahimi, S., et al. The use and effects of incentive systems on learning and performance in educational games. Comput Educ. 165 (2), 2-17 (2021).
  6. Fan, J., Yang, X., Lu, R., Li, W., Huang, Y. Long-term visual tracking algorithm for UAVs based on kernel correlation filtering and SURF features. Visual Comput. 39 (1), 319-333 (2023).
  7. Mathews, A., Sejal, N., Venugopal, K. R. Analysis of content based image retrieval using deep feature extraction and similarity matching. IJACSA. 13 (12), 646-655 (2022).
  8. Yang, M., Li, D. Personalized intelligent recommendation model for educational games based on data mining. Inf Technol Control. 54 (1), 64-83 (2025).
  9. Sun, L., Guo, Z., Hu, L. Educational games promote the development of students' computational thinking: A meta-analytic review. Interact Learn Envir. 31 (6), 3476-3490 (2023).
  10. Udeozor, C., Toyoda, R., Russo Abegão, F., Glassey, J. Digital games in engineering education: Systematic review and future trends. Eur J Eng Educ. 48 (2), 321-339 (2023).
  11. Martinez, L., Gimenes, M., Lambert, E. Entertainment video games for academic learning: A systematic review. J Educ Comput Res. 60 (5), 1083-1109 (2022).
  12. Gordillo, A., López-Fernández, D., Tovar, E. Comparing the effectiveness of video-based learning and game-based learning using teacher-authored video games for online software engineering education. IEEE T Educ. 65 (4), 524-532 (2022).
  13. Lytvynova, S. H., Soroko, N. V. Interaction in an educational environment with virtual and augmented reality. Inf Technol Learn To. 98 (6), 13-30 (2023).
  14. lvarez-Marín, A., Velazquez-Iturbide, J. A. Augmented reality and engineering education: A systematic review. IEEE T Learn Technol. 14 (6), 817-831 (2022).
  15. de Moraes Rossetto, A. G., et al. An analysis of the use of augmented reality and virtual reality as educational resources. Comput Appl Eng Educ. 31 (6), 1761-1775 (2023).
  16. Radu, I., Schneider, B. How augmented reality (AR) can help and hinder collaborative learning: A study of AR in electromagnetism education. IEEE T Vis Comput Gr. 29 (9), 3734-3745 (2022).
  17. Kleftodimos, A., Moustaka, M., Evagelou, A. Location-based augmented reality for cultural heritage education: Creating educational, gamified location-based AR applications for the prehistoric lake settlement of Dispilio. Digital. 3 (1), 18-45 (2023).
  18. Cheng, C. K., et al. PROBE2.0: A systematic framework for routability assessment from technology to design in advanced nodes. IEEE TCAD. 41 (5), 1495-1508 (2022).
  19. Syama, S., Mohanan, P. V. Microfluidic-based human-on-a-chip: A revolutionary technology in scientific research. Trends Food Sci Tech. 110 (4), 711-728 (2021).
  20. Fan, W. Development path of basic education based on 5G technology and multimedia embedded system. Microprocess Microsy. 82 (8), 2-7 (2021).
  21. Almousa, O., et al. Virtual reality technology and remote digital application for tele-simulation and global medical education: An innovative hybrid system for clinical training. Simulat Gaming. 52 (5), 614-634 (2021).
  22. Usman, A. M., Abdullah, M. K. An assessment of building energy consumption characteristics using analytical energy and carbon footprint assessment model. GLCE. 1 (1), 28-40 (2023).
  23. Tulgar, A. T., Yılmaz, R. M., Topu, F. B. Research trends on the use of augmented reality technology in teaching English as a foreign language. Per. 9 (5), 76-104 (2022).
  24. Nikimaleki, M., Rahimi, M. Effects of a collaborative AR-enhanced learning environment on learning gains and technology implementation beliefs: Evidence from a graduate teacher training course. J Comput Assist Learn. 38 (3), 758-769 (2022).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

مقالات ذات صلة