تطبيق الواقع المختلط للتعليم (MRE) والنتائج في الفصول الدراسية عبر الإنترنت للهندسة

يدرس هذا البروتوكول كيف يمكن للواقع المختلط أن يعزز التعليم الهندسي عبر الإنترنت من خلال التغلب على قيود المختبر عن بعد ومعدات الواقع الافتراضي المكلفة. يشارك فيه 30 طالبا ، مع التركيز على مزايا MR وأهمية التغذية الراجعة. الميزة الرئيسية لنظام الواقع المختلط هي قدرته على تسهيل الممارسات المختبرية في فصول الهندسة عبر الإنترنت ، مما يسمح للطلاب باستكمال التعلم النظري.

وشددت الدراسة على أهمية التغذية الراجعة. يمكن أيضا استخدام نظام الواقع المختلط في تطبيقات أخرى ، مثل التدريب في الصناعة حيث تكون الخبرة العملية ضرورية ، ولكن يصعب توفيرها في البيئات التقليدية. إنه يوفر حلا فعالا من حيث التكلفة ، مما يجعله في متناول عدد أكبر من السكان.

قد يواجه المستخدم تحديات في التنقل في البيئة الافتراضية ، والتفاعل مع الكائنات الافتراضية والحقيقية ، وفهم نظام التغذية الراجعة. لمساعدة المبتدئين ، ينصح بتقديم تعليمات وعروض توضيحية واضحة. ابدأ بإطلاق تطبيق الواقع المختلط للتعليم أو MRE ، وتحميل الخدمات المطلوبة على الهاتف الخلوي.

الآن أدخل الهاتف الخلوي في نظارات الواقع الافتراضي ، وارتدي النظارات. حدد موقع مركز قاعدة النموذج الأولي ل MRE بصريا. عندما تظهر المحاكاة ، ارفع يدا ممدودة لوضعها في وسط العرض.

لإعداد المستخدم للواقع الافتراضي، بدون النظارات، افتح تطبيق MRE، وحدد السيناريو الذي يريد المستخدم تنفيذه. اضغط على تشغيل، وقم بتنفيذ السيناريو. قم بتنفيذ سيناريو المكون الكهربائي الأول باستخدام الأحمر والأخضر والأزرق.

لتحديد المناطق لوضع المكونات ، خذ المكون وضعه في المكان المناسب. استمر حتى يتم وضع جميع المكونات بدقة. لوحظ أن الانحراف النموذجي دون استخدام التصوير الإلستوجرافي بالإلستغرام أكثر تشتتا.

كان أفضل متوسط تم الحصول عليه عندما تم استخدام MRE مع ملاحظات المعلم. يضمن استخدام MRE متوسط درجة 7.5 وما فوق. أدى التصوير بالرنين المغناطيسي مع التغذية الراجعة إلى متوسط درجات ثمانية وأعلى ، مع أعلى الدرجات في جميع المجموعات الثلاث عند 9.3 و 9.5.

الجانب الأكثر أهمية في هذا الإجراء هو اكتشاف الكائنات الحقيقية ، وبالتالي ، فإن اكتشاف أيدي المستخدم أمر ضروري لتتمكن من تنفيذ السيناريوهات. يمكن تطبيق الإجراء الحالي على الصناعة ، على سبيل المثال ، تدريب الموظفين الجدد ، مما يسمح لهم بالتدريب في بيئات آمنة. ساعدت هذه التقنية في توسيع نطاق الدراسة لتشمل المزيد من الطلاب من نفس المستوى من المعرفة.

وبالمثل ، يمكن تحليل التعليقات الآلية للتحقق مما إذا كان لها تأثير على التعلم.