Penelitian ini mempelajari peralihan mendadak dari kelas tatap muka ke pembelajaran daring selama lockdown COVID-19 2020 di China. Analisis dipimpin oleh Shijie Lu bersama rekan dari beberapa universitas. Tim membandingkan nilai sebelum pandemi dengan nilai saat pengajaran daring menggunakan lebih dari 15.000 catatan dan hampir 8.000 mahasiswa di sembilan universitas.
Hasilnya berbeda menurut jenis mata kuliah. Untuk mata kuantitatif seperti matematika, nilai mahasiswa naik sekitar delapan hingga 11 poin. Mata yang bergantung pada diskusi, seperti bahasa Inggris, mendapat manfaat lebih sedikit. Penelitian juga menemukan bahwa kebijakan lockdown yang sangat ketat meningkatkan stres dan mengurangi efektivitas pembelajaran daring, sementara beberapa kebijakan tertentu membantu mahasiswa tetap fokus.
Kata-kata sulit
- penelitian — Studi atau analisis untuk mendapatkan informasi.
- mahasiswa — Orang yang belajar di universitas atau institusi tinggi.
- efektif — Memberi hasil yang baik atau berhasil.efektivitas
- diskusi — Pembicaraan atau pertukaran ide tentang sesuatu.
- pandemi — Wabah penyakit yang menyebar luas.
- pembelajaran — Proses belajar yang dilakukan oleh seseorang.pembelajaran daring
- beralih — Mengganti dari satu hal ke hal lain.
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Apa pendapatmu tentang pembelajaran daring?
- Bagaimana cara agar pembelajaran daring lebih efektif?
- Apa saja keuntungan dan kerugian dari belajar di rumah?
Artikel terkait
Orang tua, organisasi Yunani, dan minum berlebihan di mahasiswa
Studi di jurnal Behavioral Sciences menemukan orang tua yang lebih membolehkan minum terkait dengan mahasiswa yang bergabung dengan fraternity atau sorority dan risiko minum berlebihan. Peneliti menyarankan program pengasuhan dan percakapan tentang risiko.
Remaja di Hong Kong Menggunakan Chatbot sebagai Teman Emosional
Laporan 12 Oktober 2025 menunjukkan remaja di Hong Kong memakai chatbot seperti Xingye dan Character.AI untuk dukungan emosional. Para ahli peringatkan risiko, dan beberapa pengembang mencoba membuat alat yang lebih aman.
Tangan bionik dengan kecerdasan buatan untuk genggaman alami
Peneliti University of Utah memasang sensor dan kecerdasan buatan pada prostesis sehingga tangan bionik berperilaku lebih mirip tangan asli. Hasilnya genggaman lebih aman, presisi bertambah, dan banyak tugas sehari-hari bisa dilakukan tanpa latihan lama.
