Syllabus Design and Planning with Artificial Intelligence and the Potential of Generative AI

2024

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/cinti63048.2024.10830766
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

This article introduces a methodology to identify the fundamental studies carried out using artificial intelligence for syllabus design and planning. A taxonomy of the most relevant studies is presented based on the method and applications. The main studies in the field are reviewed and their contributions are emphasized. The meta-analysis of the results presents the extent and applicability of artificial intelligence in syllabus design and planning. The result shows the essential role of machine learning in the development and improving the process of syllabus design and planning.