Image of A practical study of artificial intelligence-based real-time feedback in online physical education teaching
Penanda Bagikan

Electronic Resource

A practical study of artificial intelligence-based real-time feedback in online physical education teaching

To address poor skill acquisition in online physical education due to a lack of real-time feedback, we developed and evaluated a pose recognition-based system. An 8-week randomized controlled trial study in a university Baduanjin course compared the AI system against a traditional Massive Open Online Course format. Results showed the system significantly enhanced students' movement quality, fluency, learning interest, and self-directed learning. Crucially, mediation analysis identified increased learning duration as the primary significant mechanism driving this skill acquisition, outweighing changes in interest or self-direction within our model. While promising, the technology has limitations in accuracy and interactivity. Future research should focus on optimizing algorithms and integrating adaptive learning to create more effective OLPE strategies.

Untuk mengatasi rendahnya perolehan keterampilan dalam pendidikan jasmani daring akibat kurangnya umpan balik waktu nyata, kami mengembangkan dan mengevaluasi sistem berbasis pengenalan pose. Sebuah studi uji coba terkontrol acak selama 8 minggu dalam program studi universitas di Baduanjin membandingkan sistem AI dengan format Kursus Online Terbuka Masif tradisional. Hasil penelitian menunjukkan bahwa sistem tersebut secara signifikan meningkatkan kualitas gerak, kelancaran, minat belajar, dan pembelajaran mandiri siswa. Yang terpenting, analisis mediasi mengidentifikasi peningkatan durasi pembelajaran sebagai mekanisme utama yang signifikan dalam mendorong perolehan keterampilan ini, yang lebih dominan daripada perubahan minat atau pengarahan diri dalam model kami. Meskipun menjanjikan, teknologi ini memiliki keterbatasan dalam hal akurasi dan interaktivitas. Penelitian di masa mendatang sebaiknya berfokus pada pengoptimalan algoritma dan pengintegrasian pembelajaran adaptif untuk menciptakan strategi OLPE yang lebih efektif.

Ketersediaan

Tidak ada salinan data

Informasi Detail
Judul Seri
Smart Learning Environments
No. Panggil
-
Penerbit
: Springer Nature.,
Deskripsi Fisik
Hal. 1 - 21
Bahasa
English
ISBN/ISSN
21967091
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
12, Article number: 52
Subjek
Pose recognition
Online physical education
Self-directed learning
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar