طراحی و اعتباربخشی برنامه درسی درس رویکرد زیبایی شناسانه به تدریس در تربیت معلم
Publish place: Quarterly journal of Curriculum Studies، Vol: 14، Issue: 54
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 718
This Paper With 38 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JSCSI-14-54_003
Index date: 20 May 2020
طراحی و اعتباربخشی برنامه درسی درس رویکرد زیبایی شناسانه به تدریس در تربیت معلم abstract
این مقاله با هدف طراحی برنامه درسی رویکرد زیبایی شناسانه به تدریس در تربیت معلم با روش کیفی انجام شد. در این رویکرد معلم با الهام از عالم هنر به تدریس می پردازد، بدین معنا که همچون هنرمندان به ابعاد و ظرایف کار خود می اندیشد و تصمیمات متناسب با موقعیت اتخاذ می کند. در خصوص ویژگی های برنامه درسی با رویکرد زیبایی شناسانه، پژوهشگر به بررسی و مطالعه منابع مکتوب تخصصی داخلی و خارجی در ارتباط با موضوع به تبیین صلاحیت ها و شایستگی های حرفه تدریس در پارادایم زیبایی شناسانه پرداخت. برای شناسایی و طراحی عناصر برنامه از چهارچوب طراحی برنامه درسی مربوط به دانشگاه فرهنگیان همراه با تغییراتی استفاده شد. برنامه درسی طراحی شده از طریق مصاحبه نیمه ساختاریافته و 12 نفر از صاحب نظران و 10 نفر از دانشجویان اعتباربخشی شد. یافته ها نشان دادند که معلم برای برخورداری از شایستگی هایی با رویکرد زیبایی شناسانه، کیفیت را در بالاترین مرتبه تعقیب می کند. یافته ها هم چنین حکایت از تایید دیدگاه های گروه های نمونه پژوهش در خصوص برنامه درسی مورد نظر داشت.
طراحی و اعتباربخشی برنامه درسی درس رویکرد زیبایی شناسانه به تدریس در تربیت معلم Keywords:
طراحی و اعتباربخشی برنامه درسی درس رویکرد زیبایی شناسانه به تدریس در تربیت معلم authors
فاطمه سادات میرعارفین
سازمان پژوهش و برنامه ریزی آموزشی، وزارت آموزش و پرورش
محمود مهرمحمدی
استاد گروه علوم تربیتی دانشگاه تربیت مدرس
مجید علی عسگری
گروه مطالعات برنامه درسی، دانشکده علوم تربیتی و روان شناسی، دانشگاه خوارزمی، تهران، ایران
غلامرضا حاجی حسین نژاد
دانشیار گروه روان شناسی و علوم تربیتی،دانشگاه خوارزمی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :