تحلیل داده های آموزشی (Learning Analytics) برای پیش بینی موفقیت تحصیلی
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 9
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SREDCONF01_4236
تاریخ نمایه سازی: 19 خرداد 1405
چکیده مقاله:
تحلیل داده های آموزشی، فرآیند جمع آوری، بررسی و تفسیر داده های تولیدشده توسط دانش آموزان در محیط های دیجیتال است که با هدف درک بهتر فرآیند یادگیری و بهبود عملکرد ارائه می شود. این رویکرد به مدیران و معلمان امکان می دهد تا الگوهای رفتار یادگیرندگان را شناسایی کرده، دانش آموزان در معرض خطر افت تحصیلی را پیش از وقوع بحران تشخیص دهند و مداخلات آموزشی به موقع و هدفمند انجام دهند (حسینی نیا، ۱۴۰۰). تحلیل داده ها می تواند پاسخ به سوالاتی نظیر «کدام دانش آموزان در تکالیف دچار مشکل هستند؟» یا «کدام بخش های محتوا بیشترین نرخ سردرگمی را ایجاد کرده اند؟» را به صورت دقیق و مستند فراهم آورد. پژوهش های داخلی نشان می دهند که به کارگیری یافته های تحلیل داده های آموزشی در تصمیم گیری های کلاسی، منجر به بهبود معنادار نتایج تحصیلی و افزایش اثربخشی مداخلات تربیتی می شود (صالحی و همکاران، ۱۳۹۸). اهمیت این موضوع در آموزش آنلاین که تعاملات چهره به چهره محدود است، دوچندان می شود؛ چرا که داده ها، به عنوان شاخص های رفتار یادگیری، خلا فقدان مشاهده مستقیم را پر می کنند. با این حال، رعایت اخلاق داده ای و حفاظت از حریم خصوصی دانش آموزان در این فرآیند، از الزامات اصلی به شمار می رود تا اعتماد کاربران به استفاده از این فناوری حفظ شود.
کلیدواژه ها:
تحلیل داده های آموزشی (Learning Analytics) برای پیش بینی موفقیت تحصیلی
نویسندگان
علی جفره
دبیر