تحلیل ابعاد علاقه افزایی به درس کار و فناوری از منظر دانش آموزان و دبیران: مطالعه ای به روش نظریه ی برخاسته از داده ها
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 317
فایل این مقاله در 39 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_JONTOE-19-4_001
تاریخ نمایه سازی: 28 بهمن 1402
چکیده مقاله:
علاقه مندی دانش آموزان به یادگیری مهم ترین عامل توسعه تحصیلی است که ارتقای آن از دیرباز دغدغه اصلی متخصصان تربیتی بوده است. برخی از مطالعات و شواهد میدانی از کاهش علاقه مندی دانش آموزان به تحصیل و کسب مهارت های شغلی حکایت می کند. در همین راستا، برنامه درس کار و فناوری، با هدف ارتقای مهارت آموزی و هدایت شغلی دانش آموزان تدوین شده است. در این پژوهش، تلاش شده تا با معناکاوی در ادراک دانش آموزان و دبیران کار و فناوری و مبتنی بر روش نظریه برخاسته از داده ها و طرح تحلیل ابعاد شاتزمن، به اکتشاف و تحلیل ابعاد علاقه افزایی به درس کار و فناوری متوسطه اول، پرداخته شود. بدین منظور، با استفاده از نمونه گیری ملاکی، سهمیه ای و در دسترس و انجام مصاحبه های رایا نامه ای و مکتوب، داده ها گردآوری شد. تحلیل داده ها مبتنی بر روش سه مرحله ای شاتزمن و ابزار ماتریس توضیحی انجام شد. یافته ها نشان داد درس کار و فناوری با وجود چالش هایی که در زمینه کمبود امکانات اجرایی در مدارس روبه روست، به عنوان درسی محبوب و کارآمد در بین دانش آموزان مطرح است. همچنین دلایل علاقه افزایی به درس کار و فناوری، در بین دانش آموزان در هفده بعد و از منظر دبیران کار و فناوری در قالب بیست بعد، شناسایی و طبقه بندی گردید. نتایج با ترسیم ماتریس توضیحی و بیان نظریه، به صورت گزاره ها و ترسیم شکل، گزارش شد. نتایج نشان داد که از بین عوامل شناسایی شده، لذت معلمی و احساس زندگی، مهم ترین عامل در علاقه افزایی دانش آموزان به درس کار و فناوری بوده است.
کلیدواژه ها:
نویسندگان
آرزو غفوری
دانشجوی دکتری روانشناسی تربیتی واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
کیوان صالحی
استادیار بخش تخصصی پژوهش و سنجش، دانشکده روان شناسی و علوم تربیتی دانشگاه تهران، تهران، ایران.
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 :