طراحی و اعتبارسنجی مدل هوشمند برای شخصی سازی مسیرهای یادگیری تخصصی در رشته برنامه ریزی درسی مبتنی بر الگوریتم درخت تصمیم
محل انتشار: فصلنامه مطالعات برنامه درسی، دوره: 21، شماره: 81
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 19
فایل این مقاله در 24 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_JSCSI-21-81_010
تاریخ نمایه سازی: 25 آبان 1405
چکیده مقاله:
با توجه به تنوع زیرحوزه های رشته برنامه ریزی درسی، شخصی سازی مسیرهای یادگیری ضرورتی انکارناپذیر است. پژوهش حاضر با هدف طراحی و اعتبارسنجی مدلی هوشمند مبتنی بر الگوریتم درخت تصمیم برای نظام مندسازی مسیرهای تخصصی یادگیری انجام شد. در این پژوهش کاربردی -ترکیبی، ابتدا شاخص ها با مشارکت هشت خبره و روش دلفی فازی شناسایی گردید. سپس داده های چهل وپنج دانشجوی دکتری از طریق نمونه گیری تصادفی طبقه ای با ابزار پرسشنامه گردآوری و مدل درخت تصمیم با اعتبارسنجی متقابل آموزش داده شد. بیست ودو شاخص در حوزه های فردی، شناختی و حرفه ای تایید گردید. مدل شصت وپنج قاعده تصمیم استخراج کرد که متغیر مدیریت زمان گره ریشه آن بود. ارزیابی ها نشان دهنده میانگین دقت کل نودوهشت صدم و برتری آماری معنادار نسبت به روش های رقیب بود. این مدل تفسیرپذیر، ابزاری کارآمد برای هدایت تحصیلی و شغلی است. پیشنهاد می شود الگوریتم حاضر در سامانه های مدیریت یادگیری دانشگاهی ادغام گردد. محدودیت اصلی پژوهش، حجم نمونه کوچک به دلیل محدودیت جامعه آماری دانشجویان دکتری بود.
کلیدواژه ها:
شخصی سازی یادگیری ، رشته برنامه ریزی درسی ، هوش مصنوعی ، الگوریتم درخت تصمیم ، مسیرهای یادگیری تخصصی
نویسندگان
نجما اصغری
گروه علوم تربیتی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران
جواد حاتمی
گروه علوم تربیتی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران
فرهاد سراجی
گروه روش ها، برنامه ریزی آموزشی و درسی، دانشکده روانشناسی و علوم تربیتی دانشگاه تهران، تهران، ایران
اسماعیل عظیمی یانچشمه
گروه علوم تربیتی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران
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 :