تحلیل نظرسنجی کتاب درسی آزمون متمرکز در دانشگاه جامع علمی کاربردی با رویکرد متن کاوی

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 212

This Paper With 19 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JSAMT-25-48_006

تاریخ نمایه سازی: 11 مهر 1400

Abstract:

در سال های اخیر داده کاوی آموزشی با توجه به انبوهی از داده ها و دشواری تحلیل نتایج در حوزه آموزش عالی بسیار مورد استقبال قرار گرفته است. جمع بندی نظرات مدرسان در خصوص منابع درسی نیز یکی از چالش های اساسی در تصمیم گیری چاپ/ عدم چاپ مجدد کتب است. این پژوهش بر آن است که از طریق روش نیمه خودکار استخراج متن کتاب اخلاق حرفه ای اثر ناصر صبحی قراملکی (۱۳۹۸)، برای دانشجویان آزمون متمرکز را ارزیابی نماید. در این مقاله نتایج پرسش نامه تکمیل شده درس اخلاق حرفه ای ۴۷ نفر از مدرسان این کتاب درسی، در خصوص سوال تشریحی درمورد چاپ/ عدم چاپ مجدد با روش متن کاوی مورد تحلیل قرار گرفته و نیز از نرم افزار متن کاوی «فارسی یار» و کدنویسی پایتون و نیز از روش های استخراج کلمات کلیدی متن، خلاصه سازی خودکار متن، مدل سازی موضوعی (شناسایی موضوعات مجموعه متون) و درنهایت از ترسیم ابرکلمات برای تحلیل نظرات ارائه درج شده، استفاده شده است. یافته ها حاکی است که روش مدل سازی موضوعی برای شناسایی موضوعات مجموعه به کار رفته است و روش ترسیم ابرکلمات که شکل بصری از نظرات متنی را ارائه می دادند نسبت به سایر روش ها در این پژوهش مناسب تر بودند. توصیه می شود با بررسی نظرات مدرسان، با بازنویسی و ویراستاری مجدد این کتاب، تجدید چاپ صورت گیرد. ارزیابی کتاب، داده کاوی، متن کاوی، آزمون متمرکز، و دانشگاه جامع علمی کاربردی.

Keywords:

ارزیابی کتاب , داده کاوی , متن کاوی , آزمون متمرکز , و دانشگاه جامع علمی کاربردی

Authors

مریم ملاباقر

عضو هیا ت علمی دانشگاه جامع علمی کاربردی، ستاد مرکزی، تهران

مصطفی یوسفی

عضو هیات علمی دانشگاه جامع علمی کاربردی/ البرز

اسرافیل علاء

معاون امور آزمونهای سازمان سنجش آموزش کشور

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 :