پیش بینی پیشرفت تحصیلی دانشجویان از طریق معنویت و راهبردهای یادگیری خودتنظیمی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 682
فایل این مقاله در 13 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:
EPSCONF01_597
تاریخ نمایه سازی: 12 دی 1393
چکیده مقاله:
مقدمه: با توجه به اهمیت معنویت در رشد و تعالی انسان و تأثیر گذاری آن بر اکثر جنبه های زندگی افراد و تأکیدی که بر راهبردهای یادگیری خودتنظیمی در یادگیری می شود، هدف از این پژوهش، بررسی نقش معنویت و راهبردهای یادگیری خودتنظیمی در پیشرفت تحصیلی دانشجویان بوده است. روش: تحقیق از نوع توصیفی مقایسهای بوده است. جامعه آماری شامل کلیه دانشجویان دانشگاه پیام نور شهر مشهد بوده است که از بین آنان با استفاده از فرمول کوکران، 392 نفر به روش نمونه گیری تصادفی انتخاب شدند. داده ها با بهکارگیری آزمونهای آماری مانند تجزیه و تحلیل واریانس چند متغیری (مانوا) و تحلیل رگرسیون چندگانه مورد تجزیه و تحلیل قرار گرفت. یافته ها: نتایج پژوهش نشان داده است، بین ابعاد مختلف معنویت دانشجویان زن و مرد به طور کلی تفاوت معناداری مشاهده شد. بین ابعاد مختلف معنویت دانشجویان متأهل و مجرد به طور کلی تفاوت معناداری مشاهده شد. بین ابعاد مختلف راهبردهای یادگیری خودتنظیمی دانشجویان زن و مرد تفاوت معناداری مشاهده نشد. متغیرهای اعتقادات معنوی، خودآگاهی و راهبردهای شناختی متغیرهایی بودند که پیشرفت تحصیلی دانشجویان را پیش بینی میکرد بنابراین میتوان گفت که با اضافه کردن متغیرهای خودآگاهی و راهبردهای شناختی، به متغیر اهمیت اعتقادات معنوی در زندگی دانشجویان قدرت تبیین کنندگی مدل افزایش پیدا کرده است و همه تبیین های ذکر شده از لحاظ آماری معنادار بود. نتایج: با توجه به اینکه میزان معنویت دانشجویان و راهبردهای یادگیری خودتنظیمی می تواند پیشرفت تحصیلی دانشجویان را تحت تأثیر قرار دهد به دست اندرکاران درنظام آموزش عالی توصیه می شود در جهت توسعه و تقویت معنویت گام بردارند و کارگاه ها و دوره های آموزشی دراین زمینه برگزار شود.
کلیدواژه ها:
معنویت راهبردهای یادگیری خودتنظیمی پیشرفت تحصیلی
نویسندگان
علی اکبر عجم
استادیار گروه علوم تربیتی، دانشگاه پیام نور، 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 :