This aimed to 1) develop an effective augmented reality (AR) media integrated with the metaverse to enhance English phonics and communication skills. 2) To evaluate English pronunciation skills using augmented reality media integrated with the metaverse, and 3) To assess English communication skills through interactions within the metaverse. The sample group comprised 120 Grade 4 students from two classrooms in the first semester of the 2024 academic year, selected through cluster random sampling and divided into experimental and control groups. The research instruments included AR media sets, media quality assessment forms, phonics tests, and English communication skills assessment forms, administered before and after the learning intervention. Data analysis employed mean (x ̅), standard deviation (S), t-tests for independent samples, and one-way analysis of variance (Multivariate Analysis of Variance: One-Way MANOVA) to compare mean score differences between the experimental and control groups. Results indicated that the overall quality of the AR media kit with the metaverse was rated at a very high level (x ̅= 4.80, S.D. = 0.12). Evaluating specific aspects showed that the content quality was at the highest level (x ̅= 4.92, S.D. = 0.07), while the media production technique also rated highly (x ̅ = 4.70, S.D. = 0.17). Furthermore, the English pronunciation and communication skills of the Grade 4 students using the AR media with the metaverse were significantly higher after the intervention compared to before, the overall quality of the AR media integrated with the metaverse was rated at the highest level (x ̅= 4.80, S.D. = 0.12). For individual aspects, content quality was rated at the highest level (x ̅= 4.92, S.D. = 0.07), and media production techniques were also rated at the highest level (x ̅ = 4.70, S.D. = 0.17). Comparing the mean scores of English pronunciation and communication skills between the two groups, it was found that the experimental group using AR media integrated with the metaverse demonstrated significantly higher English pronunciation skills than the control group (F(1, 89) = 3261.422, p = 0.001, Partial η² = 0.98). Additionally, the experimental group exhibited significantly higher English communication skills than the control group (F(1, 89) = 4239.365, p = 0.001, Partial η² = 0.98). These results aligned with the research hypothesis that "Grade 4 students’ English pronunciation and communication skills post-learning with AR media integrated with the metaverse would significantly improve compared to their pre-learning levels at the .05 level of significance.
ภาษาอังกฤษในฐานะภาษาสำคัญของโลก ภาษาอังกฤษปัจจุบันคือภาษานานาชาติ เป็นภาษากลางของโลก ภาษาอังกฤษเป็นภาษากลางของมนุษยชาติ เป็นภาษาที่มนุษย์บนโลกใช้ติดต่อระหว่างกันเป็นหลักไม่ว่าแต่ละคนจะใช้ภาษาอะไรเป็นภาษาประจำชาติ เมื่อต้องติดต่อกับคนอื่นที่ต่างภาษาต่างวัฒนธรรมกันทุกคนจำเป็นต้องใช้ภาษาอังกฤษเป็นหลักอยู่แล้ว ด้วยเหตุนี้ทุกคนทุกชาติทุกภาษาจึงบรรจุวิชาภาษาอังกฤษเป็นภาษาที่สองรองลงมาจากภาษาประจำชาติ เป็นแกนหลักของหลักสูตรการศึกษาทุกระดับตั้งแต่ปฐมวัยไปจนถึงการศึกษาตลอดชีวิต การใช้เทคโนโลยี AR ทำให้กระบวนการเรียนรู้เป็นที่น่าสนใจมากขึ้น ผู้เรียนเรียนรู้ภาษาอังกฤษผ่านประสบการณ์ที่สมจริงและสนุกสนาน เพิ่มความน่าสนใจในการเรียนรู้ การให้ผู้เรียนฟังและอ่านคำศัพท์ผ่านเทคโนโลยีนี้ จะช่วยให้พัฒนาทักษะการอ่านและการฟังของผู้เรียนได้มากขึ้น เป็นการเสริมพัฒนาการอ่านและฟัง และการให้ผู้เรียนได้สัมผัสและสร้างสรรค์ด้วย AR สามารถกระตุ้นจินตนาการและความคิดสร้างสรรค์ของผู้เรียนในการเรียนรู้ จึงต้องการที่จะสร้าง AR เพื่อช่วยสร้างประสบการณ์การเรียนรู้ที่มีความสมจริงมากขึ้น ผู้เรียนสามารถได้รับการเรียนรู้แบบได้เสมือนจริงที่น่าสนใจและมีความน่าสนใจมากขึ้น ทำให้มีความตั้งใจในการเรียนรู้และนำไปสู่การพัฒนาทักษะดีขึ้น นอกจากนั้น ช่วยในการฝึกการออกเสียงภาษาอังกฤษอย่างทันท่วงที ผู้เรียนสามารถทดลองออกเสียงตามคำและปฏิสัมพันธ์ในสถานการณ์ที่เสมือนจริง ซึ่งเป็นประโยชน์มากในการพัฒนาทักษะการสนทนาและความมั่นใจในการพูด นอกจากเรื่องของการสื่อสารแล้ว การใช้เทคโนโลยี AR ยังสามารถแสดงตัวอักษรพร้อมกับเสียงที่เกี่ยวข้องกับแต่ละตัวอักษร Phonics ซึ่งช่วยในการสะกดคำและเรียนรู้เสียงของแต่ละตัว การสะกดคำและเสียงในลักษณะของภาพ 3 มิติ, วิดีโอ, หรือการประกาศเสียงที่สามารถช่วยในการเข้าใจและจดจำคำศัพท์ Phonics ได้มากขึ้น ปัญหาที่ค้นพบในวิชาภาษาอังกฤษคือ ผู้เรียนมีปัญหาในการออกเสียงภาษาอังกฤษ เนื่องมาจากความแตกต่างระหว่างระบบเสียงภาษาอังกฤษกับระบบเสียงภาษาไทย ผู้เรียนจำเสียงพยัญชนะไม่ได้ทั้งภาษาอังกฤษและภาษาไทย จึงทำให้ผู้เรียนไม่สามารถสะกดคำได้และอ่านคำศัพท์ภาษาอังกฤษไม่ถูกต้อง การอ่านออกเสียงสะกดคำ (Phonics) เป็นหลักการถอดเสียงและการประสมเสียงของตัวอักษร ผู้เรียนจะต้องเข้าเสียงของตัวอักษร และสามารถออกเสียงตัวอักษรได้อย่างถูกต้อง จึงจะสามารถประสมเสียงออกมาเป็นคำได้ เช่นคำว่า Cat ผู้เรียนต้องรู้จักเสียงของแต่ละตัวอักษรก่อน จากนั้นจึงค่อยประสมเสียงเป็น เคอะ + แอะ + เทอะ แคท จึงต้องการทดลองใช้ spatial เป็นห้องเรียนเสมือนจริง แล้วใช้โปรแกรม ARyel สร้างสื่อบัตรคำภาษาอังกฤษ AR ซึ่งเป็นเครื่องมือที่ให้ผู้เรียนได้เข้าไปแสกนเพื่อเข้าไปเรียนในห้องเรียน Metaverse ใน spatial จะช่วยให้ผู้เรียนสนใจในการเรียนภาษาอังกฤษมากยิ่งขึ้น โดยชุดสื่อความจริงร่วมกับเมตาเวิร์ส เพื่อพัฒนาการอ่านออกเสียงภาษาอังกฤษ ที่ได้พัฒนาขึ้นมานี้เกิดจากการศึกษาและรวบรวมข้อมูลจากแนวคิด ทฤษฎี และหลักสูตรแกนกลาง และได้นำกระบวนการแนวคิดเชิงออกแบบ (Design Thinking Process) ของ Stanford d. school 5 ขั้นตอน มาใช้ในการพัฒนาชุดสื่อความจริงร่วมกับเมตาเวิร์ส เพื่อพัฒนาการอ่านออกเสียงภาษาอังกฤษ จะช่วยให้ผู้เรียนสามารถอ่านออกเสียงคำศัพท์ภาษาอังกฤษได้ถูกต้องตามหลักการออกเสียงมากยิ่งขึ้น ทั้งยังช่วยกระตุ้นความสนใจในการเรียนรู้ และช่วยส่งเสริมทัศนคติทางบวกในการเรียนรู้ภาษาอังกฤษทางด้านการออกเสียง ซึ่งถือเป็นพื้นฐานในการสื่อสารที่มีประสิทธิภาพและเพื่อเป็นการพัฒนาผู้เรียนให้มีพื้นฐานด้านการสื่อสารและเป็นการพัฒนาผลสัมฤทธิ์ทางการเรียนวิชาภาษาอังกฤษให้สูงขึ้น
คณะวิศวกรรมศาสตร์
-
คณะวิทยาศาสตร์
This study aimed to investigate the effectiveness of extracts from moringa seeds, roselle seeds, and tamarind seeds as coagulants to improve water quality in surface water sources. Extracts from these seeds serve as environmentally friendly coagulants and provide alternative options for enhancing surface water quality. The turbidity of surface water sources ranged between 14 and 24 NTU. The coagulation process used the Jar Test method, where the moringa seed, roselle seed, and tamarind seed extracts functioned as both primary coagulants and coagulant aids. In the preparation process, the seeds were finely ground and extracted using a 0.5-M sodium chloride (NaCl) solution. These extracts were then applied as coagulants to reduce turbidity and enhance water quality, with each concentration tested in 300 ml of water. The results indicated that the most effective way to remove turbidity using 2,000 mg/L of moringa seed extract, achieving a turbidity reduction of approximately 73.19% at a cost of 0.0309 baht per 300 ml of water. Followed by Tamarind seed extract, with a concentration of 4,000 mg/L, followed with a turbidity reduction of approximately 56.75% at a cost of 0.0933 baht per 300 ml. Lastly, roselle seed extract at 6,000 mg/L achieved a turbidity reduction of approximately 32.67% at a cost of 0.0567 baht per 300 ml of water.
คณะวิทยาศาสตร์
Otitis Media is an infection of the middle ear that can occur in individuals of all ages. Diagnosis typically involves analyzing images taken with an otoscope by specialized physicians, which relies heavily on medical experience to expedite the process. This research introduces computer vision technology to assist in the preliminary diagnosis, aiding expert decision-making. By utilizing deep learning techniques and convolutional neural networks, specifically the YOLOv8 and Inception v3 architectures, the study aims to classify the disease and its five characteristics used by physicians: color, transparency, fluid, retraction, and perforation. Additionally, image segmentation and classification methods were employed to analyze and predict the types of Otitis Media, which are categorized into four types: Otitis Media with Effusion, Acute Otitis Media with Effusion, Perforation, and Normal. Experimental results indicate that the classification model performs moderately well in directly classifying Otitis Media, with an accuracy of 65.7%, a recall of 65.7%, and a precision of 67.6%. Moreover, the model provides the best results for classifying the perforation characteristic, with an accuracy of 91.8%, a recall of 91.8%, and a precision of 92.1%. In contrast, the classification model that incorporates image segmentation techniques achieved the best overall performance, with an mAP50-95 of 79.63%, a recall of 100%, and a precision of 99.8%. However, this model has not yet been tested for classifying the different types of Otitis Media.