بررسی عوامل کلیدی پیش بینی کننده و موثر بر رضایت دانش آموزان از سیستم آموزش مجازیدر دوران همه گیری بیماری کووید - ۱۹ با استفاده از تکنیک های داده کاوی

Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 429

This Paper With 15 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:

STCONF05_200

تاریخ نمایه سازی: 24 مهر 1401

Abstract:

شیوع ناگهانی کووید ۱۹ باعث شد اکثر مدارس آموزش های حضوری خود را تعطیل و به سمت آموزش های مجازی روی آورند. با توجه به اهمیت رضایت دانش آموزان از سیستم آموزش مجازی و تاثیر آن بر رشد و موفقیت تحصیلی آنان، این تحقیق با هدف بررسیعوامل کلیدی پیش بینی کننده و موثر بر رضایت دانش آموزان از سیستم آموزش مجازی با استفاده از تکنیک های داده کاوی انجامگرفت. در این مطالعه، چهار روش داده کاوی مبتنی بر دقت مدل ها مقایسه شدند و هدف نهایی دستیابی به مدلی با بالاترین میزان دقت بود. داده های این تحقیق با استفاده از یک پرسشنامه آنلاین با ضریب آلفای کرونباخ ۰/۸۳ و با مشارکت ۸۰۷ نفر از دانش آموزان منطقه بستان آباد گردآوری شد که همه آنها در دوران همهگیری بیماری کووید- ۱۹ آموزش و یادگیری از طریق سیستم شاد را تجربهکرده بودند. نتایج آماری پژوهش نشان داد ۵۵ درصد دانش آموزان این منطقه از سیستم آموزش مجازی راضی و ۴۵ درصد آنان ناراضیهستند. در این پژوهش هشت متغیر، محیط خانواده، خودکارآمدی رایانه ای، سرعت سیستم شاد، کیفیت تدریس معلم، پاسخ دهی بهموقع معلم، کیفیت ارزشیابی، فعالیت دانش آموز و علاقه دانش آموز، بررسی شدند که نتایج پژوهش نشان داد متغیر علاقه دانش آموزبیشترین تاثیر را بر رضایت دانش آموزان از سیستم آموزش مجازی دارد و بعد از آن هم متغیرهای کیفیت تدریس، پاسخ دهی معلم وسرعت سیستم شاد تاثیر بیشتری دارند. با استفاده از تکنیک های داده کاوی فرضیه پیش بینی پذیر بودن رضایتمندی دانش آموز از سیستم شاد تایید شد و ده قانون برای این کار استخراج گردید. با مقایس های که میان دقت، حساسیت و ویژگی چهار تکنیک داده کاوی مشهور در دسته بندی داده ها، انجام گرفت مشخص شد که در دقت، تکنیک های رافست و درخت تصمیم با مقدار یکسان ۸۵/۷ درصد، در حساسیت، تکنیک رافست با مقدار ۰/۹۱ و در ویژگی، تکنیک درخت تصمیم با مقدار ۰/۸۲۱ عملکرد بهتری از تکنیک های بیزی ساده ، و شبکه عصبی پرسپترون چند لایه ، دارند.

Keywords:

Authors

سلطانعلی جباری

دانشجوی دکتری، گروه مدیریت فناوری اطلاعات، واحد همدان، دانشگاه آزاد اسلامی، همدان ، ایران

منصور اسماعیل پور

دانشیار، گروه کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران