คณะมนุษยศาสตร์และสังคมศาสตร์
Permanent URI for this communityhttps://psruir.psru.ac.th/handle/123456789/170
ค้นหา
3 ผลลัพธ์
ผลการค้นหา
รายการ การเข้าถึงแบบเปิด การพัฒนาทักษะการเขียนโดยใช้แบบฝึกทักษะเขียนตามคำบอกสำหรับนักเรียนระดับชั้นประถมศึกษาปีที่ 4 โรงเรียนบ้านปากยาง อำเภอวังทอง จังหวัดพิษณุโลก(มหาวิทยาลัยราชภัฏพิบูลสงคราม, 2560) พิมพ์รัตน์ จักรบุตร; สกล เกิดผล; วีระพงษ์ อินทร์ทองการวิจัยครั้งนี้มีวัตถุประสงค์เพื่อสร้างและหาประสิทธิภาพของแบบฝึกทักษะเขียนตามคำบอก เพื่อเปรียบเทียบทักษะการเขียนของนักเรียนก่อนและหลังใช้แบบฝึกทักษะ และเพื่อประเมินความพึงพอใจของนักเรียนที่มีต่อแบบฝึกทักษะเขียนตามคำบอก กลุ่มตัวอย่างคือนักเรียนระดับชั้นประถมศึกษาปีที่ 4 โรงเรียนบ้านปากยาง อำเภอวังทอง จังหวัดพิษณุโลก จำนวน 14 คน เลือกโดยวิธีการสุ่มตัวอย่างแบบกลุ่ม เครื่องมือที่ใช้ในการวิจัยครั้งนี้ประกอบด้วย แผนการจัดการเรียนรู้โดยใช้แบบฝึกทักษะเขียนตามคำบอก แบบฝึกทักษะเขียนตามคำบอก แบบทดสอบวัดผลสัมฤทธิ์ทางการเรียนภาษาอังกฤษ และแบบสอบถามความพึงพอใจของนักเรียนที่มีต่อแบบฝึกทักษะเขียนตามคำบอก สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าร้อยละ ค่าเฉลี่ย ค่าส่วนเบี่ยงเบนมาตรฐาน ค่าประสิทธิภาพ E1/E2 และการทดสอบค่าที ผลการวิจัยพบว่า แบบฝึกทักษะการเขียนตามคำบอก สำหรับนักเรียนระดับชั้นประถมศึกษาปีที่ 4 โรงเรียนบ้านปากยาง อำเภอวังทอง จังหวัดพิษณุโลก มีประสิทธิภาพเท่ากับ 76.60/77.71 หลังจากได้รับการเรียนรู้โดยใช้แบบฝึกทักษะเขียนตามคำบอก นักเรียนมีทักษะการเขียนสูงกว่าก่อนเรียนอย่างมีนัยสำคัญทางสถิติที่ระดับ .01 และนักเรียนมีความพึงพอใจต่อแบบฝึกทักษะเขียนตามคำบอกโดยรวมอยู่ในระดับมากรายการ การเข้าถึงแบบเปิด ความสามารถในการแปลความหมายระดับข้อความของ Google Translate ระบบ Neural Machine Translation เพื่อนําไปใช้พัฒนาชุดภาษาในการสอนรายวิชาการแปลภาษาญี่ปุ่น(มหาวิทยาลัยราชภัฏพิบูลสงคราม, 2562) ณัฏฐิรา ทับทิมจากการพัฒนาเทคโนโลยีอย่างก้าวกระโดด การพัฒนาข้อมูลประดิษฐ์นํามาสู่เครื่องมือช่วยแปล (Machine Translation) ซึ่งสามารถช่วยแปลภาษาเพื่อการสื่อสารได้ดีมากขึ้น ในอีกทางหนึ่ง ความก้าวหน้าของเครื่องมือช่วยแปลเช่น Google Translate ระบบ Neural Machine Translation ก็สร้างความกังวลให้กับผู้เรียนภาษาถึงความจําเป็นในการเรียนภาษาของมนุษย์ และความกังวลถึงอาชีพทางด้านภาษาในอนาคต งานวิจัยนี้มีวัตถุประสงค์คือศึกษาความสามารถในการแปลความหมายระดับข้อความของแอพพลิเคชั่น Google Translateระบบ Neural Machine Translation และพัฒนาชุดภาษาความหมายระดับข้อความซึ่ง Google Translateระบบ Neural Machine Translation ยังไม่สามารถแปลได้ดีเทียบเท่ามนุษย์ ชุดภาษาความหมายระดับข้อความประกอบไปด้วยคําประสมคํานามและคําประสมคํากริยาจํานวน 136 คํา คําปรากฏร่วมประเภท คํานาม+คํากริยา จํานวน 100 คํา สํานวนที่มีคํานามอวัยวะเป็นส่วนประกอบจํานวน 100 สํานวน และประโยคที่ประกอบจากรูปไวยากรณีระดับ N4 จํานวน 100 ประโยค รวมทั้งหมด 436 ชุดภาษา โดยแปลจากภาษาญี่ปุ่นเป็นภาษาไทย สํารวจ ระหว่างเดือนตุลาคมถึงพฤศจิกายน 2561 และตรวจสอบความสามารถการแปลโดยผู้เชี่ยวชาญภาษาญี่ปุ่นและภาษาไทยจํานวน 3 คน ผลการวิจัยพบว่า Google Translateระบบ Neural Machine Translation แปลความหมายจากภาษาญี่ปุ่นเป็นภาษาไทยอยู่ในระดับไม่เป็นที่ยอมรับคิดเป็นร้อยละ 73.62 และแปลความหมายจากภาษาญี่ปุ่นเป็นภาษาไทยอยู่ในระดับเป็นที่ยอมรับคิดเป็นร้อยละ 26.38 โดยชุดภาษาที่ Google Translate ระบบ Neural Machine Translation สามารถแปลได้ในระดับยอมรับได้มากที่สุดเรียงจากมากไปหาน้อย ได้แก่ คําปรากฏร่วม คําประสมคํานาม คําประสมคํากริยา ประโยค และสํานวน ตามลําดับรายการ การเข้าถึงแบบเปิด การสร้างฐานข้อมูลภูมิปัญญาท้องถิ่นด้านวัด ในจังหวัดพิษณุโลก(มหาวิทยาลัยราชภัฏพิบูลสงคราม, 2560) ศิริสุภา เอมหยวก; เจนต์ คันทะ