پایان نامه ارشد رایگان درباره پیشرفت تحصیلی، خودکارآمدی، یادگیری الکترونیک، دانشجویان

جمعآوری شده است. به دلیل همبستگی بالا بین عامل تکنولوژی و منابع یادگیری در مدل نهایی، این دو عامل در هم ادغام شدند لذا عوامل برون زاد به سه عامل تقلیل یافته است. مهم‌ترین یافتههای پژوهش به قرار زیر است:
فرضیه ۸: عوامل مدیریتی، اثربخشی مدیریت منابع یادگیری را تحت تأثیر قرار می‌دهد (۴۲/۰=?).
فرضیه ۵: تکنولوژی و منابع یادگیری که روش‌هایی یادگیری (پداگوژی) مختلف را پشتیانی می‌کند، مدیریت منابع یادگیری را تحت تأثیر قرار می‌دهد (۴۱/۰=?).
فرضیه ۳: هستان شناسی فراداده، اثربخشی یادگیری الکترونیکی را تحت تأثیر قرار میدهد (۳۳/۰=?).
فرضیه ۷: عوامل مدیریتی، اثربخشی یادگیری الکترونیکی را تحت تأثیر قرار میدهد (۲۹/۰=?).
فرضیه ۶: عناصر هستیشناسی فراداده، مدیریت منابع یادگیری را تحت تأثیر قرار میدهد (۲۵/۰=?).
فرضیه ۲: تکنولوژی و منابع یادگیری که روش‌هایی یادگیری (پداگوژی) مختلف را پشتیانی میکند، اثربخشی یادگیری الکترونیکی را تحت تأثیر قرار میدهد (۲۲/۰=?).
در این پژوهش مهم‌ترین عاملی که اثربخشی یادگیری الکترونیکی را مستقیماً تحت تأثیر قرار میدهد، مدیریت منابع یادگیری است. این عامل به طور غیر مستقیم نیز از طریق تأثیر بر الف) اثربخشی مدیریتی، ب) فناوری و منابع و ج) پشتیبانی از هستان شناسی فراداده بر اثربخشی یادگیری الکترونیکی اثر معنیدار دارد. عامل روش‌هایی تربیتی تأثیر معنیداری بر اثربخشی یادگیری الکترونیکی نداشته است. لازم به توضیح است در این پژوهش اثربخشی یادگیری الکترونیکی فقط از دیدگاه دانشجو و با استفاده از پرسشنامه سنجیده شده است؛ به این معنا که پیشرفت تحصیلی یا موفقیت دانشجو شاخص اثربخشی نبوده است.
-جو و همکاران۲۴۴ (۲۰۱۱) با استفاده از روش تحلیل معادلات ساختاری به بررسی روابط ساختاری مرکز کنترل، پشتیبانی سازمانی، سیالیّت در یادگیری۲۴۵و ماندگاری دانشجو در دانشگاه الکترونیکی پرداخته‌اند. سیالیّت سازهای است که نیاز به توضیح بیشتری دارد. سیالیّت وضعیتی است که فرد به طور همزمان احساس رضایت درونی و شادی میکند و این حس، پتانسیل‌های فرد برای انجام کار یا پروژه را افزایش میدهد. همچنین در حوزه یاددهی-یادگیری مکانیسمی است که برای یادگیری فعال و اکتشافی، سطح مشارکت و تمرکز فرد را بالا می‌برد. زمانی که فرد، سیالیّت را در فرایند یادگیری تجربه می‌کند، احساس خوشایندی به او دست داده و در مباحث فعالانه تر شرکت میکند و در فرایند یادگیری حس رضایت و پیشرفت به او درست میدهد.
پژوهشگران با استفاده از پرسشنامه ۵۶۸ دانشجوی الکترونیکی را در یکی از دانشگاههای الکترونیکی کره مورد بررسی قرار دادند. لازم به توضیح است که در این پژوهش ماندگاری دانشجو بر اساس نمره یا ادامه تحصیل در دانشگاه نبوده، بلکه از طریق پرسشنامه سنجیده شده است. به این سیاق که از دانشجو پرسیده شده آیا قصد ادامه تحصیل دارد، آیا بر موانع تحصیل غلبه خواهد کرده و…
نتایج تحلیل معادلات ساختاری نشان داد بین مرکز کنترل درونی و سیالیّت یادگیری (۲۳۷/۰=?) اثر مستقیم وجود دارد و همچنین بین پشتیبانی سازمانی و سیالیّت در یادگیری (۴۸۷/۰=?) و بین مرکز کنترل درونی و ماندگاری دانشجوی الکترونیکی (۳۳۳/۰=?) و بین سیالیّت و ماندگاری دانشجو (۷۰۵/۰=?) اثر مستقیم وجود دارد. این پژوهش نشان داد در تأثیر مرکز کنترل درونی و پشتیبانی سازمانی بر ماندگاری دانشجو، سیالیت یادگیری نقش میانجی دارد و این نقش معنیدار است. بر اساس آنچه در تعریف سیالیّت در یادگیری آمد، مشخص است که این سازه بیشتر بر رضایتمندی از تحصیل اشاره میکند. از نتایج این پژوهش اهمیت اثر مستقیم و غیر مستقیم رضایتمندی در موفقیت دانشجو قابل استنتاج است.
– ساماک و همکارانش۲۴۶(۲۰۱۱) در اسلوونی برای آزمون مدل پذیرش فناوری در پذیرشِ بهکارگیری سامانه مدیریت یادگیری (مودل)، پرسشنامهای را طراحی و داده‌های ۲۳۵ دانشجو را با استفاده از مدل معادلات ساختاری تحلیل نمودند. در این پژوهش مشخص شد، “قصد رفتار” بر “بهکارگیری مودل” اثر مستقیم و معنیدار دارد (۴۵۴/۰=?) و “نگرش نسبت به بهکارگیری” بر “بهکارگیری مودل” اثر مستقیم و معنیدار دارد (۲۲۰/۰=?). قصد رفتار نیز مستقیماً تحت تأثیر “برداشت از مفید بودن” است (۲۷۹/۰=?) و “نگرش نسبت به به‌کارگیری” مستقیماً تحت تأثیر “برداشت از مفید بودن” است (۶۸۰/۰=?). این پژوهش نشان داد: اثر سهولت استفاده بر “قصد رفتاری” معنی دار نیست.
-جو و همکاران (۲۰۱۲) در پژوهش دیگری با استفاده از مدل معادلات ساختاری به بررسی عوامل تأثیرگذار در سیالیّت یادگیری (رضایتمندی) و پیشرفت تحصیلی در یک دوره حرفه آموزی آنلاین پرداختند. خودکارآمدی، ارزش گذاریِ درونی و اضطراب امتحان در این پژوهش به عنوان متغیرهای انگیزشی و برداشت از مفید بودن و سادگی استفاده به عنوان متغیر مربوط به محیط یادگیری وارد مدل شدند.
فرضیههای این پژوهش عبارت بودند از:
فرضیه ۱: خودکارآمدی، ارزش گذاری درونی، برداشت از مفید بودن و سادگی استفاده اثر مثبت بر سیالیت یادگیری (رضایت‌مندی) دارد.
فرضیه ۲: خودکارآمدی، ارزش گذاری درونی، اضطراب امتحان، برداشت از مفید بودن و سهولت استفاده، و سیالیت یادگیری اثر مثبت بر پیشرفت تحصیلی دارد.
فرضیه ۳: سیالیت یادگیری اثر میانجی بین متغیرهای پیشبین و پیشرفت تحصیلی دارد.
نتایج تحلیل معادلات ساختاری برای فرضیه اول نشان داد اثر خودکارآمدی بر سیالیت یادگیری (۲۰۵/۰=?)؛ ارزش گذاری درونی بر سیالیت یادگیری (۲۰۴/۰=?) و سهولت استفاده و مفید بودن بر سیالیت یادگیری (۴۶۶/۰=?) معنی دار است.
نتایج تحلیل فرضیه دوم نشان داد اثر ارزش گذاری درونی بر پیشرفت تحصیلی (۲۳۲/۰=?)، اضطراب امتحان بر پیشرفت تحصیلی (۱۵۲/۰- =?)؛ و سهولت استفاده و مفید بودن بر پیشرفت تحصیلی (۱۷۱/۰=?) معنی دار است. اما اثر خودکارآمدی با (۱۲۲/۰- =?) و سیالیت یادگیری با (۰۷۸/۰=?) بر پیشرفت تحصیلی معنی دار نبوده است. از آنجا که اثر سیالیت یادگیری بر پیشرفت معنی دار نبود، فرضیه سوم نیز رد شده است.
-سعید و همکاران (۲۰۱۲) داده‌های ۳۵۲ دانشجوی کارشناسی را در سه دانشگاه مجازی ایران با استفاده از مدل معادلات ساختاری بررسی کردهاند. در این پژوهش متغیرهای برونزاد عبارت بودند از ۱) مهارتهای شناختی- فراشناختی و ۲) تعامل، متغیرهای درونزاد نیز عبارت بودند از ۱) یادگیری خودفرمان، ۲) رضایتمندی تحصیلی و ۳) پیشرفت تحصیلی. نتایج بررسی نشان داد: بین یادگیری خودفرمان و پیشرفت تحصیلی رابطه مستقیم وجود دارد. بین مهارت‌های شناختی و فراشناختی با پیشرفت تحصیلی از طریق تأثیر بر یادگیری خودفرمان رابطه غیر مستقیم وجود دارد و تعامل استاد- دانشجو بیشترین قدرت پیشبینی پیشرفت تحصیلی را دارد.
– سیتزمن۲۴۷(۲۰۱۲) برای شناسایی عوامل پیشبینی کننده، عدم ادامه در یک دوره آنلاین حرفهآموزی، وضعیت ۷۷۹ حرفه آموز را مورد بررسی قرار داد. متغیرهای پیشبین در این پژوهش عبارتند از: ۱) تعداد ساعات کار؛۲) وجدان کاری؛ ۳) التزام به دوره آموزشی؛ ۴) خودکارآمدی و ۵) تلاش. متغیر ملاک در این پژوهش یک متغیر دو ارزشی “ادامه دوره / عدم ادامه دوره” بوده است. نتایج تحقیق نشان داد با کاهش خودکارآمدی و التزام به دوره آموزشی میزان ریزش (عدم ادامه دوره) افزایش مییابد. افرادی با وجدان کاری پایینتر احتمال ریزش بیشتری در دوره آنلاین دارند، این رابطه تحت تأثیر خودگردانی تعدیل میشود. وجدان کاری نیز اثر التزام و خودگردانی بر ریزش را تعدیل میکند. زمانی که التزام و خودکارآمدی در طول دوره آنلاین کاهش می‌یابد، وجدان کاری اثر آن‌ها را تعدیل میکند. تعداد ساعات کار، اثر بین تلاش و ریزش را تعدیل میکند. اختصاص ساعت زیاد به مطالعه دروس برای افرادی که ساعات بیشتری کار میکنند، احتمال ریزش را بالا میبرد، در مقابل میزان افت کسانی را که کمتر کار می‌کنند، کاهش می‌دهد.
۲-۵-۳ پژوهش های مبتنی بر مدل های هوشمند
در این بخش از گزارش پژوهشی، مجموعه پژوهشهایی گزارش میشود که از الگوریتمهای هوشمند برای پیشبینی وضعیت تحصیلی دانشجویان بهره گرفتهاند. همان‌گونه که در بخش الگوریتمهای پیشبینی هوش مصنوعی اشاره شد، مسائل پیشبینی برای وضعیت دانشجویان در دو طبقه قرار میگیرد. ۱) مسائل طبقهبندی که در این دسته از مسائل، متغیر ملاک از نوع اسمی یا طبقهای است. موفقیت/ عدم موفقیت؛ ماندگاری/ افت تحصیلی، نمونههایی از متغیرهای دو کلاسه هستند. پیشبینی نمره دانشجویان در طبقات A، B، C و F نمونهای از پیشبینی طبقهای است. ۲) مسائل رگرسیونی، در این دسته از پژوهشها برونداد یا متغیر ملاک نمره، واقعی دانشجو در یک درس یا دوره است. در نظام آموزشی ایران نمر? این مقدار عددی بین ۰ تا ۲۰ است. در پیشینه پژوهشها، بیشترینِ گزارش‌ها مربوط به مسائل از نوع طبقهبندی است. این امر به دو دلیل است: اول اینکه، در اغلب کشورهای اروپایی نظام نمره دهی طبقهای متداول است، دوم اینکه اغلب پژوهشگران علاقمند به پیشبینی ماندگاری/ افت تحصیلی دانشجو بودهاند. پژوهشگران برای مقایسه کارآیی الگوریتمهای مختلف از شاخصهای مختلفی بهره می‌برند. مهم‌ترینِ این شاخصها برای مسائل طبقهبندی صحت طبقهبندی و برای مسائل رگرسیونی متوسط قدر مطلق خطاست. بنا به ضرورت برخی از مهم‌ترین شاخصها تشریح می‌شود. لازم به ذکر است، در توضیح انواع شاخصها سعی شده، از مثال آموزشی موفقیت/ افت تحصیلی استفاده شود که یک مسئله طبقهبندی دو کلاسه است.
* شاخصهای صحت طبقه بندی، ۲۴۸TP Rate و FP Rate249:
شاخص صحت طبقهبندی یکی از متداول‌ترین شاخصهای مقایسه الگوریتمهای مختلف است. صحت طبقهبندی که به صورت درصد بیان میشود، از تقسیم تعداد مواردی که به درستی طبقهبندی شدهاند بر کل افراد (موارد)، بدست می‌آید.
TP Rate شاخصی برای صحت طبقهبندی در یک طبقه خاص (مثلاً دانشجویان موفق) است. در یک مسئله طبقهبندی TP Rate از طریق تقسیم تعداد مواردی که توسط مدل در طبقه X قرار گرفتهاند بر کل افرادی که در طبقه X قرار دارند، محاسبه میشود. FP Rate شاخص دیگری است که از تقسیم تعداد مواردی که از سایر طبقات (مثلاً دانشجویان مشمول افت) به غلط در طبقه خاص (دانشجویان موفق) قرار گرفتهاند، بر مجموع تعداد افرادی (مواردی) که صحیح طبقهبندی شدهاند، محاسبه میشود. ارزش TP Rate هرچه به یک نزدیک باشد، مطلوب بوده و در مقابل FP Rate هرچقدر به صفر نزدیک باشد، مطلوبتر است.
* دقت۲۵۰، بازخوانی۲۵۱ و اندازه F252:
لین۲۵۳ (۲۰۱۲) در یک مسئله پیشبینی افت تحصیلی، دقت و بازخوانی را این‌گونه توصیف می‌کند. دقت به احتمالی اشاره دارد که طی آن دانشجوی جدیدی که توسط مدل مشمول افت تحصیلی پیشبینی شده است، واقعاً در آینده مشمول افت شود (دقت پیشبینی).

این مطلب مشابه را هم بخوانید :   پایان نامه ارشد رایگان دربارهیادگیری الکترونیک، آموزش از راه دور، آموزش الکترونیکی، آموزش الکترونیک

دیدگاهتان را بنویسید