مدل سازی و بهینه سازی یادگیری مشارکتی ریاضی دانش آموزان مبتنی بر آموزش معکوس به کمک تحلیل پوششی داده ها

این پژوهش با هدف ارائه یک چارچوب کمی برای مدل سازی و بهینه سازی فرآیند یادگیری در درس ریاضی، با تلفیق رویکرد آموزش معکوس و روش یادگیری مشارکتی به کمک تحلیل پوششی داده ها انجام شده است. جامعه آماری شامل دانش آموزان دوره ابتدایی است که علاوه بر آموزش معکوس، در محیط های یادگیری مشارکتی آموزش دیده اند. در این چارچوب، دانش آموزان به عنوان واحدهای تصمیم گیری (DMUs) در نظر گرفته شدند. در این مدل ورودی ها عبارتند از: زمان مطالعه مشارکتی، کیفیت محتوای تعاملی، میزان راهنمایی معلم، و خروجی ها عبارتند از: حل مسئله و درک مفهومی، شناسایی و در یک مدل DEA قرار گرفتند. از آن جایی که فرض بازده به مقیاس ثابت در نظر گرفته شده و هدف بهینه سازی آموزش است، از مدل CCR ورودی محور استفاده شد. با حل این مدل ترکیب بهینه منابع مورد نیاز برای دستیابی به سطوح هدف تعیین می شود. مدل پیشنهادی توانست الگوهای کارا و ناکارا را در بین واحدهای تصمیم گیری شناسایی کند و برای هر دانش آموز، یک برنامه یادگیری شخصی سازی شده ارائه دهد. نتایج نشان داد که تخصیص مجدد و هدفمند منابع به ویژه تنظیم زمان فعالیت های مشارکتی و تطبیق سطح راهنمایی معلم، می تواند کارایی فرآیند یادگیری را به طور متوسط تا ۲۵ درصد بدون نیاز به منابع اضافی افزایش دهد. تلفیق آموزش معکوس و مشارکتی، یک ابزار تجویزی قدرتمند برای معلمان فراهم می کند تا فرآیند تدریس را به صورت علمی و مبتنی بر داده، بهینه سازی کنند. این چارچوب نه تنها قادر به ارزیابی عملکرد است، بلکه راهکارهای عملی و کمی برای دستیابی به اهداف آموزشی مورد نظر ارائه می دهد.

کلیدواژه ها:

مدل سازی ریاضی ، تحلیل پوششی داده ها (DEA) ، آموزش معکوس ، یادگیری مشارکتی ، بهینه سازی