بررسی تاثیر ارائه آموزش شخصی سازی شده مبتنی بر سبک یادگیری بر بار شناختی یادگیرندگان در آموزش الکترونیکی

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 176

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JEIT-18-4_009

تاریخ نمایه سازی: 19 فروردین 1404

چکیده مقاله:

پیشینه و اهداف: از بدو حیات بشر روی زمین، همواره یادگیری به عنوان یکی از جنبه های توسعه و ترقی انسان، تمام جوانب زندگی او را دربرگرفته و جایگاه ویژه ای در برنامه های زندگی اش پیدا کرده است. از طرف دیگر، پیشرفت سریع فناوری در دهه های اخیر، تغییرات اساسی و چشمگیری در عالم آموزش و یادگیری به وجود آورده است. یکی از اصلی ترین تاثیرات پیشرفت فناوری در حوزه یادگیری، به وجود آمدن یادگیری الکترونیکی است. یادگیری الکترونیکی، ابزاری است که دسترسی به منابع آموزشی را در هر زمان و مکانی برای یادگیرندگان ممکن می سازد. از آن جاکه هر شخص دارای ویژگی ها، تمایلات و ترجیحات منحصربه فرد است، می توان از رویکرد «ارائه یک آموزش برای همه»، به عنوان یکی از ایرادات اساسی آموزش به شیوه سنتی نام برد. سبک یادگیری، به عنوان یکی از مهم ترین ویژگی های تاثیرگذار در امر یادگیری، بیانگر تمایلات و ترجیحات یک شخص به هنگام جذب و فهم مطالب است. بر همین اساس، ارائه آموزش تطبیقی براساس سبک یادگیری یادگیرنده با هدف افزایش بازدهی آموزشی و کاهش بار شناختی هنگام آموزش، امری ضروری و اجتناب ناپذیر است. هدف این پژوهش، بررسی تاثیر آموزش تطبیقی براساس سبک یادگیری یادگیرندگان است. در همین راستا، با بهره گیری از یک سامانه برخط، سبک یادگیری یادگیرندگان به وسیله پرسش نامه شاخص سبک یادگیری فلدر- سیلورمن استخراج شده و براساس آن به صورت خودکار محتوای آموزشی تطبیقی تولید و به یادگیرندگان ارائه شد. در نهایت، بار شناختی گزارش شده هنگام آموزش و عملکرد یادگیرندگان مورد بررسی قرار گرفت.روش ها : در این پژوهش ۳۷ خانم و آقای دانشجوی کارشناسی رشته کامپیوتر، با میانگین سنی ۳/۲۰ سال، به عنوان شرکت کننده همکاری داشتند. ابتدا، شرکت کنندگان به دو گروه تقسیم شده و سبک یادگیری شان، به وسیله پرسش نامه شاخص سبک یادگیری فلدر- سیلورمن، تعیین شد. در ادامه به یک گروه محتوای آموزشی منطبق براساس سبک یادگیری شان، و به گروهی دیگر، محتوای آموزشی نامنطبق بر سبک یادگیری شان ارائه شد. پس از مطالعه درس ارائه شده، بار شناختی و میزان یادگیری شرکت کنندگان، به ترتیب با استفاده از پرسش نامه شاخص بار کاری ناسا و آزمون عملکرد طراحی شده، تعیین گردید. در نهایت، سطح معناداری نتایج به دست آمده دو گروه، با استفاده از آزمون آماری تی مستقل، مورد ارزیابی قرار گرفت.یافته ها: براساس نتایج به دست آمده تفاوت معناداری بین نمرات آزمون عملکرد دو گروه مشاهده نشد. اما در مقایسه بار شناختی دو گروه، میانگین بار شناختی گروهی که محتوای آموزشی منطبق براساس سبک یادگیری شان دریافت کرده بودند، نسبت به گروهی که محتوای آموزشی نامنطبق دریافت کرده بودند، با مقدار ۰۲/۰=p به صورت معناداری (۰.۰۵> p) بیشتر بود.نتیجه گیری: براساس یافته های پژوهش، ارائه محتوای آموزشی طبق سبک یادگیری یادگیرندگان، در زمان یادگیری، بار شناختی را به میزان قابل توجهی کاهش داد. بنابراین، ارائه آموزش شخصی سازی شده براساس سبک یادگیری، به عنوان یکی از شیوه های آموزش تطبیقی در یادگیری الکترونیکی، نقش مهمی در بهبود عملکرد و کاهش بار شناختی یادگیرندگان ایفا می کند.

کلیدواژه ها:

نویسندگان

مجید عابدین

گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجائی، تهران، ایران

احسان پازوکی

گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجائی، تهران، ایران

رضا ابراهیم پور

گروه پژوهشی علوم شناختی، پژوهشکده جامع علوم و فناوری های همگرا، دانشگاه صنعتی شریف، تهران ۸۹۶۹۴- ۱۴۵۸۸ 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 :
  • Moore MG, Kearsley G. Distance Education: A Systems View of ...
  • Qian Z, Jie L, Guangquan Z. Recommender Systems in E-learning. ...
  • Moatari M, pazouki E, Ebrahimpour R. Intelligent learners' cognitive style ...
  • Minn S. AI-assisted knowledge assessment techniques for adaptive learning environments. ...
  • Essalmi F, Ayed LJB, Jemni M, Graf S. A fully ...
  • Huang M-J, Huang H-S, Chen M-Y. Constructing a personalized e-learning ...
  • Othmane Z, DEROUICH A, TALBI A. A comparative study of ...
  • Amit K, Ninni S, Jyothi AN. Learning styles based adaptive ...
  • Lee J, Park O-C. Adaptive instructional systems. Handbook of research ...
  • Schwartz L, Clark S, Cossarin M, Rudolph J. ۲۷. Educational ...
  • Tawafak RM, AlSideir A, Alfarsi G, Al-Nuaimi MN, Malik SI, ...
  • Kulaglić S, Mujačić S, Serdarević IK, Kasapović S, editors. Influence ...
  • Liu G-Z, J. Spector, M. Merrill, J.J.G. Van Merrienboer, M. ...
  • Fatahi S, Moradian S. An Empirical Study on the Impact ...
  • Katsaris I, Vidakis N. Adaptive e-learning systems through learning styles: ...
  • Alshammari M, Anane R, Hendle RJ, editors. An E-Learning Investigation ...
  • Griggs SA, Dunn R. Multiculturalism and Learning Style. ۱۹۹۸. ...
  • Honey P, Mumford A. The Manual of Learning Styles: Peter ...
  • De Cecco JP, Crawford WR. The Psychology of Learning and ...
  • Woolfolk A, Shaughnessy MF. An interview with Anita Woolfolk: The ...
  • Rezaei A. Relationship between Kolb's learning modes and Honey and ...
  • Felder R. Learning and Teaching Styles in Engineering Education. Journal ...
  • Hawk TF, Shah AJ. Using learning style instruments to enhance ...
  • Fleming ND. I’m different; not dumb. Modes of presentation (VARK) ...
  • Kolb AY. The Kolb learning style inventory-version ۳.۱ ۲۰۰۵ technical ...
  • Kolb DA. Experiential learning: Experience as the source of learning ...
  • Graf S, Viola SR, Leo T, Kinshuk n. In-Depth Analysis ...
  • Graf S, Liu T-C, Chen N-S, Yang SJ. Learning styles ...
  • Truong HM. Integrating learning styles and adaptive e-learning system: Current ...
  • Nafea SM, Siewe F, He Y. On Recommendation of Learning ...
  • Liyanage MPP, KS LG, Hirakawa M. Detecting learning styles in ...
  • Schafer JB, Frankowski D, Herlocker J, Sen S. Collaborative filtering ...
  • IEEE Standard for Learning Object Metadata. IEEE Std ۱۴۸۴۱۲۱-۲۰۲۰. ۲۰۲۰:۱-۵۰. ...
  • Sweller J, van Merriënboer JJ, Paas F. Cognitive architecture and ...
  • Hart SG, editor NASA-task load index (NASA-TLX); ۲۰ years later. ...
  • Hart SG, Staveland LE. Development of NASA-TLX (Task Load Index): ...
  • Latifzadeh K, Amiri S, Bosaghzadeh A, Rahimi M, Ebrahimpour R. ...
  • Farkish A, Bosaghzadeh A, Amiri SH, Ebrahimpour R. Evaluating the ...
  • Samonte MJ, Acuña GEO, Alvarez LAZ, Miraflores JM. A Personality-Based ...
  • Karagiannis I, Satratzemi M, editors. Implementation of an adaptive mechanism ...
  • Sanjabi T, Montazer GA, editors. Personalization of E-learning environment using ...
  • Agarwal A, Mishra DS, Kolekar SV. Knowledge-based recommendation system using ...
  • Qaffas AA, Idrees AM, Khedr AE, Kholeif SA. A Smart ...
  • Bayounes W, Saâdi IB, Kinshuk. Toward an intentional model aware ...
  • Jayasiriwardene S, Meedeniya D. An adaptive and interactive learning toolkit ...
  • Amiri M, Mantazar G, editors. Homogeneous Grouping of e-Learners based ...
  • Soloman BA, Felder RM. Index of learning styles questionnaire. NC ...
  • Ghorbani F. Design a Personalized System Based On Learners Individual ...
  • Samadi M. Study of Felder and slomon Psychometric Properties Questionnaire ...
  • Karagiannis I, Satratzemi M. An adaptive mechanism for Moodle based ...
  • Borges G, Stiubiener I, editors. Recommending learning objects based on ...
  • Sweta S, Lal K. Personalized adaptive learner model in e-learning ...
  • Mohammadi M, Mazloumi A, Nasl seraji J, Zeraati H. Designing ...
  • نمایش کامل مراجع