The study aimed to develop an Android-Based Class Attendance Monitoring Application using Face Recognition to make attendance checking and monitoring easier and faster. The researcher used incremental model as the software development process and the application was evaluated by seventeen (17) faculty members .A validated evaluation questionnaire was used to rate the level of acceptability of the application based on ISO 9126 software quality and the level of satisfaction for its major features. For the statistical treatment of the data collected, Likert Scale, weighted mean and t-test were utilized by the researcher. The results revealed that instructors find the existing way of checking attendance as time consuming and a tedious task. Furthermore, the respondents assessed the developed application as moderately acceptable in terms of functionality, reliability and usability while portability was rated as highly acceptable. With regards to the features, the respondents were very satisfied. The researcher concluded that the developed application was useful and it can support the needs of the instructors to make attendance checking and monitoring easier, faster, and reliable. Due to its acceptable evaluation result, instructors should consider the use of this tool as an alternative to the existing process of checking and monitoring class attendance. With the integration of different technologies such as Android, face recognition and SMS, the traditional way of checking class attendance can be made easier, faster, reliable and secured, thus improving classroom management.


翻译:这项研究旨在开发一个使用面相识别的基于机器人的班级出勤监测应用程序,使出勤情况检查和监测更加容易和更快。研究人员使用递增模型作为软件开发过程和应用程序的评价由十七(17)名教职人员进行。一个经过验证的评价问卷用于根据ISO 9126软件质量和主要特点的满意度来评定应用程序的可接受程度。对于所收集数据的统计处理,研究者使用了 " 爱斯特比例 " 、加权平均和临时测试。结果显示,教员认为现有的考勤情况检查方式既耗时又烦琐。此外,受访者评估开发的应用程序在功能、可靠性和可用性方面被评为适度接受,而可移植性评为高度可接受。关于这些特点,受访者非常满意。研究者的结论是,开发的应用非常有用,可以支持教员对考勤情况进行更方便、更快捷、更快捷和可靠的检查和监测。由于评价的结果,教员认为使用这一工具是现有的校考和监测班出率过程的一种替代办法。此外,受访者认为,随着对不同技术的整合,例如传统的课堂的改进,可以更加可靠地改进,从而改进课堂管理。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
17+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
将门创投
9+阅读 · 2018年12月19日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
Arxiv
0+阅读 · 2021年1月20日
VIP会员
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
将门创投
9+阅读 · 2018年12月19日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
Top
微信扫码咨询专知VIP会员