مدل سازی نقش داده کاوی آموزشی در پیش بینی و بهبود عملکرد تحصیلی در نظام های یادگیری ترکیبی

در دهه های اخیر، با رشد سریع فناوری های دیجیتال و تغییر ساختار نظام های آموزشی، نیاز به ابزارهای نوین برای تحلیل و بهبود عملکرد تحصیلی دانش آموزان بیش از پیش احساس می شود. داده کاوی آموزشی به عنوان یکی از فناوری های پیشرفته، امکان جمع آوری، پردازش و تحلیل حجم وسیعی از داده های یادگیری را فراهم می کند و به معلمان و مدیران آموزشی کمک می کند تا رفتار یادگیرندگان را بهتر درک کرده و مسیرهای یادگیری شخصی سازی شده طراحی کنند. پژوهش حاضر با هدف بررسی نقش داده کاوی آموزشی در پیش بینی و ارتقای عملکرد تحصیلی در نظام های یادگیری ترکیبی انجام شده است. روش تحقیق توصیفی–تحلیلی بوده و بر اساس مطالعه کتابخانه ای، داده ها و پژوهش های موجود در زمینه داده کاوی آموزشی، یادگیری ترکیبی، خودتنظیمی، انگیزش درونی و تعامل فعال دانش آموزان جمع آوری و تحلیل شده است. نتایج نشان می دهد که به کارگیری الگوریتم های داده کاوی و تحلیل رفتار یادگیرندگان، علاوه بر پیش بینی دقیق عملکرد تحصیلی، امکان شناسایی نقاط ضعف و قوت یادگیرندگان و طراحی مسیرهای یادگیری متناسب با نیازهای فردی آنها را فراهم می آورد. همچنین، ادغام داده کاوی با روش های یادگیری ترکیبی موجب افزایش انگیزش درونی، بهبود مهارت های خودتنظیمی و ارتقای تعامل فعال دانش آموزان در محیط های آموزشی می شود. یافته ها حاکی از آن است که داده کاوی آموزشی می تواند به عنوان یک ابزار کلیدی در ارتقای کیفیت آموزش، تقویت تصمیم گیری معلمان و طراحی سیاست های آموزشی مبتنی بر شواهد علمی عمل کند. این پژوهش بر اهمیت استفاده هوشمندانه از فناوری داده کاوی در محیط های یادگیری ترکیبی و لزوم آموزش معلمان برای بهره گیری موثر از داده ها تاکید دارد و پیشنهاد می کند که آینده آموزش با تکیه بر تحلیل داده ها و یادگیری تطبیقی شکل گیرد.

کلیدواژه ها:

داده کاوی آموزشی ، یادگیری ترکیبی ، پیش بینی عملکرد تحصیلی ، خودتنظیمی ، تعامل فعال