بیشترین-پایدارترین یادگیری: تشخیص سبک مناسب بازیهای آموزشی با دیدی چندعامله
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 658
فایل این مقاله در 14 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:
CGCO02_054
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
در سالهای اخیر تمرکز بسیاری از پژوهشگران در استفاده از بسترهای الکترونیکی در روال آموزش بوده است. میتوان یکی از موثرترین این ابزارها را بازیهای جدی دانست که به استفاده از این ابزار به هدف آموزش، یادگیری بر مبنا ی باز ی نیزگفته میشود. بازیهای استفاده شده در این حوزه در دو بخش دو بعدی و سه بعدی هر کدام شامل چندین سبک م یشوند که معروفترین سبکهای سه بعدی از دیدهای اولشخص، سومشخص و فراگیر روایت میشوند. تا به حال پژوهش ها یبسیاری نشان دادهاند که بستر بازیهای ویدیویی تقریبا موثرترین راهحل برای آموزش مفاهیم به یادگیرندههاست ولی کمتر پژوهشی در رابطه با میزان تاثیر سبکهای مختلفی از این بازیها در مقدار دانش انتقال ی، انجام شده است. همچن ین در هیچکدام از پژوهشهای مرتبط دو عنصر میزان سرگرم کردن بازی و میزان انتقال دانش در کنار هم و به صورتی ضم نی و مکانیزه در نظر گرفته نشدهاند. لذا در این پژوهش ما قصد داریم با دیدی چند عاملی به مسیله که شامل عاملهای دانشآموز و معلم میشود، تلاش کنیم تا با ارایهی چارچوبی با نام بیشترین-پایدارترین یادگیری(MCL (میزان برآورده شدن رضا یتهر کدام از عاملها را دریافته و در نهایت سبک یا ترکیبی از این سبکها را برای طراحی بازیهای آموزشی رویهای پیشنهاددهیم. به این منظور ما پس از ارایهی جزییات در رابطه با چارچوب MCL ، به هدف نمایش کارکرد این چارچوب ی ک باز یآموزشی رویهای با 11 مرحله توسعه دادیم که هر مرحلهی آن با انتخاب کاربر، به سه سبک نام برده قابل اجرا بوده و با شرکت دادن 10 دانشآموز برای بازی با آن مشخص شد که بیشترین-عادلانهترین میزان رضایتمند ی دو عامل معلم و دانشآموز در استفادهی 48 %از سبک سومشخص و 52 %از سبک استراتژیک برای طراحی بازی آموزشی است.
کلیدواژه ها:
نویسندگان
محمدمهدی رضاپور
دانشجوی دکتری نرمافزار دانشگاه اصفهان
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 :