ارزشیابی وضعیت یاددهی – یادگیری معلمان دوره ابتدایی شهر یزد بر اساس مدل اشور و ویژگی های جمعیت شناختی
Publish place: Quarterly journal of Curriculum Studies، Vol: 13، Issue: 48
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 391
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSCSI-13-48_003
تاریخ نمایه سازی: 31 اردیبهشت 1399
Abstract:
هدف از پژوهش حاضر ارزشیابی وضعیت یاددهی – یادگیری معلمان دوره ابتدایی شهر یزد براساس مدل اشور و ویژگی های جمعیت شناختی بوده است. نوع پژوهش کاربردی وروش آن توصیفی از نوع پیمایشی می باشد. جامعه آماری پژوهش معلمان دوره ابتدایی شهر یزد در سال تحصیلی 96-1395بالغ بر4196 نفر بوده است. با استفاده ازجدول کرجسی ومورگان تعداد 351نفرازمعلمان به عنوان نمونه آماری به شیوه طبقه ای متناسب باحجم انتخاب شده اند. ابزارگردآوری داده پرسشنامه محقق ساخته براساس مدل اشوربوده است.روش های آماری در این پژوهش آمار توصیفی شامل (میانگین، توزیع فراوانی و انحراف معیار) و آمار استنباطی شامل (آزمونT تک نمونه ای، آزمونT دوگروه مستقل، آزمون F تحلیل واریانس یک راهه و آزمون های تعقیبی مربوط) می باشد. نتایج پژوهش حاکی از آن است که میانگین اقدام معلمان دوره ابتدایی شهر یزد در ابعاد؛ تحلیل ویژگی های دانش آموزان و انتخاب روش ها، رسانه ها و مواد آموزشی در فرآیند تدریس پایین تر از حد متوسط و در بعد میزان بکارگیری رسانه ها و مواد آموزشی در فرآیند تدریس نیز در حد متوسط بوده درحالی که در ابعاد بیان هدف های آموزشی کلاس درس و مشارکت دهی دانش آموزان و ارزشیابی آموزشی در فرآیند تدریس بالاتر از حد متوسط، بوده است. معلمان دارای سابقه خدمت بالاتر، به طورمعناداری رسانه ها و مواد آموزشی را بیشتر به کار می گیرند. دبیران زن در مولفه های بیان هدف های آموزشی، انتخاب روش ها، رسانه ها و موادآموزشی، بکارگیری رسانه ها و مواد آموزشی، مشارکت دهی دانش آموزان و ارزشیابی آموزشی به طور معناداری عملکرد بالاتری داشته اند.
Authors
مهدی سبحانی نژاد
دانشیار گروه علوم تربیتی دانشگاه شاهد، تهران، ایران
رقیه سربازیان اسفندآباد
کارشناس ارشد برنامه ریزی درسی دانشگاه شاهد، تهران، ایران
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 :