بررسی مولفه های ارزیابی اثربخشی درونی دوره های آموزش الکترونیکی دانشگاهی
محل انتشار: مجله آموزش عالی ایران، دوره: 11، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 141
فایل این مقاله در 35 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IHEJ-11-1_005
تاریخ نمایه سازی: 22 دی 1401
چکیده مقاله:
با توسعه سریع فناوری اطلاعات، انتظار میرفت با رشد و گسترش آموزش الکترونیکی، شاهد درخششی اثربخش و چشمگیر در عرصه آموزش الکترونیکی دانشگاهها باشیم، اما پس از گذشت دو دهه آثار عدم کارایی و عدم اثربخشی و نارضایتی در بین فراگیران مشاهده گردید.
هدف از این پژوهش، شناسایی مولفه های ارزیابی اثربخشی درونی دوره های الکترونیکی دانشگاهی با رویکرد "مطالعه موردی کیفی" است. مشارکت کنندگان با استفاده از روش نمونهگیری هدفمند از نوع معیار (تخصص و تجربه) و با لحاظ اشباع دادهها انتخاب شدند. دادههای به دست آمده از طریق فن تحلیل مضمون مورد تحلیل قرار گرفت و یافتهها در قالب مجموعهای از مضامین پایه، دسته بندی و شبکه مضامین سازماندهی شد. با تحلیل داده های حاصل از مصاحبهها در کنار اسناد بالادستی و همسوسازی با مبانی نظری و سوابق پژوهشی، مولفه های ارزیابی اثربخشی آموزش الکترونیکی مشتمل بر ۱۶ مضمون پایه کشف و اعتبار یابی گردید.
اهم این مضامین شامل: آمادگی، رضایت و رفع نیاز فراگیران، آمادگی، انگیزش و مهارت اساتید، کیفیت درونی آموزش، هوشمندی ساختار و نظاممندی آموزش، عینیت و تناسب اهداف، طراحی فرآیند تولید و ارزیابی کیفیت محتوا، طراحی فرآیندهای آموزش الکترونیک، معماری محیط یادگیری، طراحی دوره های یادگیری موثر، روزآمد ساختن آموزش، توسعه تعاملات و توسعه زیرساختهای فنی است.
امید است یافتههای پژوهش، امکان ارزیابی شایسته، کارآمد سازی و اثربخشی هر چه بیشتر نظام آموزش الکترونیکی را به جهت پیچیدگی و نوآوریهای روزافزون و امکان پاسخگویی به اقتضائات محیطی متناسب با الگوی بومی فراهم سازد.
کلیدواژه ها:
نویسندگان
مهدی آهنگری
Shiraz University
جعفر ترک زاده
Shiraz University
مهدی محمدی
Shiraz University
رحمت اله مرزوقی
Shiraz University
ستار هاشمی
Shiraz University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :