راه حل های بهبود ارزشیابی تکوینی در محیط های یادگیری الکترونیکی
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 105
فایل این مقاله در 17 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_JPEM-14-2_003
تاریخ نمایه سازی: 24 شهریور 1403
چکیده مقاله:
مقدمه و هدف: ارزشیابی و بخصوص ارزشیابی تکوینی در یادگیری الکترونیکی دارای نقاط ضعف و آسیبهایی است که نیازمند ارائه راهحلهایی جهت بهبود آن است. بنابراین، پژوهش حاضر با هدف ارائه راهحلهایی جهت بهبود ارزشیابی تکوینی در محیطهای یادگیری الکترونیکی انجام گرفت.روش شناسی پژوهش: روش این پژوهش به لحاظ هدف، کاربردی و به لحاظ نحوه گردآوری اطلاعات از نوع کیفی بود. شرکت کنندگان در پژوهش نیز شامل اساتید مراکز یادگیری الکترونیکی بود که ۱۳ نفر از آنها با استفاده از روش نمونهگیری هدفمند در دسترس به عنوان نمونه پژوهش انتخاب شدند. ابزار گردآوری دادهها نیز مصاحبه نیمهساختارمند بود. همچنین جهت تجزیه و تحلیل دادهها از روش کدگذاری تحلیل مضمون استفاده گردید.یافته ها: یافته های پژوهش نشان داد که اساتید مراکز یادگیری الکترونیکی جهت بهبود ارزشیابی تکوینی در نظام یادگیری الکترونیکی ۱۰ راهحل اصلی ارائه کردند که عبارتند از: «بکارگیری ابزارهای مختلف ارزشیابی تکوینی»، «بازخورددهی مناسب»، «احراز هویت دانشجویان»، «استفاده اثربخش از ارائه های کلاسی»، «مدیریت تکالیف و فعالیتها»، «اجرای موثر آزمونهای آنلاین»، «مدیریت بحثهای کلاسی»، «تهیه برنامه ارزشیابی دانشجویان»، «مدیریت تمرینها و پروژهها»، و «گزارشگیری تحلیلی و مقایسهای».بحث و نتیجه گیری: جهت بهبود کیفیت ارزشیابی تکوینی و یادگیری دانشجویان باید به راهحلهای شناسایی شده توجه شود و شرایط برای عملی شدن آنها فراهم شود.
کلیدواژه ها:
نویسندگان
hamed abbasi kasani
دانش آموخته دکتری فناوری اطلاعات در آموزش عالی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شهید بهشتی، تهران، ایران.
gholamreza shams mourkani
دانشیار رشته مدیریت آموزشی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شهید بهشتی، تهران، ایران.
farhad seraji
دانشیار رشته برنامه ریزی درسی، دانشکده ادبیات و علوم انسانی، دانشگاه بوعلی سینا، همدان، 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 :