عوامل موثر در چابکسازی برنامه های آموزشی دانشگاهی با رویکرد مبتنی بر نظریه داده بنیاد
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 136
فایل این مقاله در 30 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_EPSJ-8-15_011
تاریخ نمایه سازی: 3 تیر 1403
چکیده مقاله:
هدف از انجام این پژوهش شناسایی عوامل موثر در چابک سازی برنامه های آموزشی دانشگاهی بود. روش شناسی پژوهش کیفی مبتنی بر نظریه داده بنیاد (گرندد تئوری) و تحلیل مضمون کتب و مقالات مرتبط با موضوعات مدیریت توسعه دانشگاهی بود. جامعه آماری را خبرگان دانشگاهی تشکیل داده اند. نمونه آماری به صورت هدفمند و بر اساس روش گلوله برفی انتخاب شدند. تجزیه وتحلیل داده های کیفی با استفاده از فرایند کدگذاری مبتنی بر طرح نظاممند راهبرد نظریه داده بنیاد کوربین و اشتراس (۲۰۰۸)، انجام شد. بر اساس این طرح دادههای مورد نیاز گردآوری و از طریق کدگذاری باز، کدگذاری محوری، کدگذاری گزینشی مقوله ها، زیر مقوله ها احصا شدند. پس از بررسی و مطابقت این کدها و حذف کدهای تکراری، کدهای مشترک تعیین و مقولات با پیشینه و مبانی نظری به خصوص مدل های جدید سازمانی تطابق و مفاهیم مشترک بازنگری شدند. بعد از انجام عملیات کدگذاری باز، در مرحله کدگذاری محوری، مفاهیم (کدها) مشترک و مشابه ازنظر معنائی تعیین و طبقه بندی شدند. در نهایت مدل برنامه ریزی آموزشی چابک دانشگاهی طراحی و توسط خبرگان اعتبار سنجی شد. مدل مورد نظر شامل شرایط علی: ناکارآمدی برنامه های آموزشی دانشگاهی سنتی بر اساس نیاز ذینفعان، شرایط مداخله گر: کمبود اعتبارات و منافع مالی دولتی، عامل زمینه ای: اسناد بالادستی مربوط به سند تحول علم و فناوری در کشور راهبردها: هماهنگی توسعه کمی با رشد و توسعه کیفی دانشگاه، همبستگی متوازن برنامه های آموزشی با نیازهای بازار کار، انطباق برنامه های آموزشی با برنامه های توسعه پایدار، افزایش کارایی دانشگاه ها مطابق توسعه شایستگی ها و مهارت ها و توانایی های دانشجویان و پیامدها: اصلاح کارکردهای دانشگاهی، برنامه ریزی توسعه دانشگاهی، افزایش سازگاری های منابع انسانی دانشگاهی و دستیابی به عدالت آموزشی است.
کلیدواژه ها:
نویسندگان
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 :