ظهور سیستم های اطلاعاتی انگیزشی: تحلیل و ارزیابی سیستم های مدیریت یادگیری از منظر بازی وارسازی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 51

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MRIMO-25-1_003

تاریخ نمایه سازی: 24 دی 1403

چکیده مقاله:

امروزه، زندگی بشر به طور فزآینده ای شبیه به بازی ها شده است؛ نه تنها به این دلیل که بازی ها به بخشی گسترده ای از زندگی انسان تبدیل شده اند؛ بلکه فعالیت ها، سیستم ها و خدمات نیز به طور فزآینده ای بازی گونه شده اند. بنابراین، چالش کلیدی سازمان­ها در عصر دیجیتال کنونی استفاده از سیستم­های بازی­گونه جهت ارتقاء انگیزه و مهارت کاربران می­باشد. هدف این پژوهش، تحلیل و ارزیابی سیستم­های مدیریت یادگیری از منظر قابلیت­های بازی­وار است. این تحقیق، به لحاظ هدف، در زمره تحقیقات کاربردی و به لحاظ روش، در قالب تحقیقات کیفی- کمی است. در گام نخست، با مطالعه و مداقه­ی مبانی نظری و پیشینه تجربی، و همچنین نظرخواهی از خبرگان، تعداد هفت توانمندساز بازی وار شناسایی گردید که جهت ارزیابی و رتبه­بندی تعداد ۴ سامانه آموزش مجازی بازی­وار مورد استفاده قرار گرفتند. جامعه ­آماری پژوهش را اعضای هیات علمی دانشگاه خلیج فارس تشکیل دادند. تعداد ۱۰ نفر از آن­ها به عنوان اعضای نمونه با روش نمونه­گیری هدفمند قضاوتی انتخاب شدند که از دانش تجربی و تئوریک مناسب در زمینه­ی بکارگیری و استفاده از سامانه­های مورد بررسی برخوردار بودند. ابزار جمع­آوری داده­ها، پرسشنامه­ی محقق­ساخته است که روایی آن با روش تحلیل محتوای صوری و پایایی آن نیز با روش ضریب کندال با مقدار ۸۳/۰ تایید گردید. به منظور تجزیه و تحلیل داده­ها، از روش­های تلفیقی کریتیککوپراس استفاده شده است. نتایج نشان می دهد؛ از بین سیستم­های مدیریت یادگیری مورد بررسی؛ سیستم ایس­پرینگ بالاترین امتیاز را بدست آورده است.

نویسندگان

ebrahim rajabpour

استادیار، گروه مدیریت بازرگانی، دانشکده ادبیات و علوم انسانی، دانشگاه خلیج فارس، بوشهر، ایران

Ahmad Ghorbanpur‎

استادیار، گروه مدیریت صنعتی، دانشکده ادبیات و علوم انسانی، دانشگاه خلیج فارس، بوشهر، 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 :