تحلیل تفاوت های هوشی در دانشجویان معماری و پیامدهای آن برای برنامه ریزی آموزشی موثر (براساس نظریه گاردنر)
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 35
فایل این مقاله در 21 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_JISIA-4-7_009
تاریخ نمایه سازی: 29 شهریور 1404
چکیده مقاله:
نظریه هوش های چندگانه گاردنر چهارچوبی ارزشمند برای درک توانایی های شناختی متنوع دانشجویان معماری فراهم می کند. این نظریه با تاکید بر چندوجهی بودن هوش، به مربیان این امکان را می دهد که روش های آموزشی خود را متناسب با نیازهای منحصربه فرد هر یادگیرنده طراحی و تنظیم کنند و از این طریق، به توسعه یک رویکرد جامع آموزشی کمک کنند. هدف این پژوهش، ارزیابی انواع هوش های چندگانه در میان دانشجویان معماری به منظور شناسایی نقاط ضعف آن ها و برنامه ریزی برای تقویت این جنبه هاست. این مطالعه با استفاده از روش تحقیق توصیفی پیمایشی و به کارگیری پرسش نامه به بررسی وضعیت هشت نوع هوش گاردنر در میان دانشجویان معماری پرداخته است. برای تحلیل داده ها، از مدل سازی معادلات ساختاری با نرم افزارهای SPSS و AMOS استفاده شده است. یافته ها نشان می دهند که هوش های دیداری فضایی، طبیعت گرایانه و موسیقیایی بیشترین ضریب برآورد استاندارد را دارند که بیانگر تاثیر بیشتر آن هاست. هوش های میان فردی، کلامی زبانی، حرکتی جسمانی، درون فردی و درنهایت منطقی ریاضی در رتبه های بعدی قرار می گیرند. به کارگیری یک رویکرد چندوجهی مبتنی بر نظریه هوش های چندگانه گاردنر می تواند آموزش معماری را به تجربه ای جذاب تر، موثرتر و عادلانه تر تبدیل کند. در این راستا، شخصی سازی آموزش و فراهم کردن محیط های یادگیری پویا پیشنهاد می شود. همچنین با توجه به تنوع هوش ها و استعدادهای دانشجویان، طراحی برنامه های آموزشی باید به گونه ای باشد که نیازهای همه دانشجویان را برآورده سازد و فضایی فراهم کند که مشارکت فعال و تعامل دانشجویان در فرایند یادگیری، به خلاقیت و نوآوری آن ها کمک کند.
کلیدواژه ها:
نویسندگان
عباس صداقتی
استادیار، گروه معماری، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران.
حامد قلیزاده
دانشجوی دکتری، گروه معماری، واحد شبستر، دانشگاه آزاد اسلامی، شبستر، 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 :