ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
This study investigates the factors influencing students’ attitudes toward and engagement with using Duolingo as a Mobile-Assisted Language Learning (MALL) platform. While previous research has primarily applied linear models such as the Technology Acceptance Model (TAM), limited studies have explored non-linear relationships among learner perception variables using rule-based analytical approaches. To address this gap, this study employs Decision Tree analysis to examine how perceived usefulness, perceived ease of use, and learning motivation influence students’ attitudes toward using Duolingo. Data were collected in 2024 from 102 undergraduate Business Administration students through an online Likert-scale questionnaire. The J48 decision tree algorithm was applied to identify hierarchical decision rules and key predictor combinations explaining students’ attitudes toward application use. The results indicate that perceived usefulness is the most influential factor affecting learner attitudes, followed by ease of use and learning motivation. The model achieved an overall classification accuracy of 80.2%, with a Kappa coefficient of 0.6485, indicating substantial agreement. The findings provide insights for educators and application developers in designing more effective mobile language-learning environments that enhance student engagement and motivation.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 79/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Mobile Learning in Education · Technology Adoption and User Behaviour · Technology-Enhanced Education Studies
บทบาทของนักวิจัยและสถาบันไทย
Prajak Chertchom · Thaksin University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง