[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 28، شماره 1 - ( 1-1399 ) ::
جلد 28 شماره 1 صفحات 36-46 برگشت به فهرست نسخه ها
کاربست فنون داده‌ کاوی در تبیین صحت مدل ‌های پیش بینی افت تحصیلی دانشجویان
آزاده فدوی رودسری1 ، کیوان صالحی 2، ابراهیم خدایی1، علی مقدم زاده1، محمد جوادی پور1
1- گروه روش‌ ها و برنامه ‌های آموزشی و درسی، دانشکده علوم ‌تربیتی و روان شناسی، دانشگاه‌ تهران، تهران، ایران
2- گروه روش‌ ها و برنامه ‌های آموزشی و درسی، دانشکده علوم ‌تربیتی و روان شناسی، دانشگاه‌ تهران، تهران، ایران ، keyvansalehi@ut.ac.ir
چکیده:   (111 مشاهده)
مقدمه: افت تحصیلی دانشجویان یکی از آفت‌ های سیستم آموزش عالی است و وجود سیستمی برای پیش ‌بینی و در نتیجه پیشگیری از وقوع آن، می ‌تواند نقش تعیین کننده‌ ای در ارتقای کیفیت آموزش باشد. استفاده از داده‌ کاوی آموزشی، از موثرترین راهبردهای پایش و بهبود کیفیت آموزش است. این مطالعه با هدف مقایسه فنون مختلف داده‌ کاوی و مشخص ساختن بهترین مدل پیش‌ بینی انجام شده است.
مواد و‌ روش‌ ها: جامعه پژوهش، کلیه دانشجویان دوره کارشناسی رشته های علوم آزمایشگاهی، مدیریت اطلاعات سلامت و تکنولوژی علوم پرتوی دانشگاه علوم پزشکی و خدمات بهداشتی درمانی تهران در سال تحصیلی 98-1397 بودند و نمونه ‌ای به حجم 500 نفر انتخاب شد. بعد از اجرا و کنار گذاشتن پرسش نامه ‌های مخدوش، 153 پرسش نامه از رشته علوم آزمایشگاهی، 85 پرسش نامه مدیریت اطلاعات سلامت، و 73 پرسش نامه رشته تکنولوژی علوم پرتوی مورد تحلیل قرار گرفت. ابزار جمع‌ آوری داده ‌ها، پرسش نامه سنجش افت‌ تحصیلی دانشجویان با ضریب پایایی 971/0 بود که روایی آن توسط متخصصان تایید شد. داده ‌های جمع ‌آوری شده از دانشجویان با الگوریتم ‌های رگرسیون لجستیک، درخت تصمیم، شبکه عصبی، شبکه بیزین و ماشین بردار پشتیبان و با استفاده از نرم افزار SPPSS vol.16، SMART_PLS-3 و SPPSS_MODELLER-18  کلمنتاین تحلیل ‌شد.
یافته ‌های پژوهش:‌ یافته‌ ها نشان ‌داد، میزان افت تحصیلی در رشته‌ های مختلف در سطح معناداری 05/0 متفاوت است. در رشته علوم آزمایشگاهی، میزان صحت مدل پیش بین داده ‌ها در الگوریتم‌ های متفاوت به ترتیب بهترین مدل پیش‌بینی عبارت است از: الگوریتم‌ های درخت ‌تصمیم و شبکه ‌بیز، ماشین ‌بردار‌ پشتیبان، شبکه‌ عصبی و رگرسیون‌ لجستیک. در رشته مدیریت اطلاعات سلامت و تکنولوژی علوم پرتوی میزان صحت مدل پیش بین داده ‌ها در الگوریتم‌ های متفاوت به ترتیب بهترین مدل پیش ‌بینی عبارت است از: الگوریتم‌ شبکه ‌بیز، ماشین ‌بردار ‌پشتیبان، شبکه‌ عصبی و رگرسیون ‌لجستیک. الگوریتم درخت تصمیم جوابی نداشت. هم چنین آزمون خی ‌دو نشان داد تفاوت موجود بین الگوریتم‌ های به دست آمده از لحاظ آماری در رشته علوم آزمایشگاهی در سطح 05/0 معنادار نیست، در رشته مدیریت اطلاعات و در رشته تکنولوژی علوم پرتوی در سطح 01/0 معنادار است.
بحث‌ و نتیجه ‌گیری: نتایج بیان‌ کننده این‌است که در داده‌ های واقعی مدل رگرسیون‌لجستیک توان پیش‌ بین کمتری نسبت‌ به مدل‌ های شبکه ‌ای داراست و در هر مجموعه از داده‌ ها، الگوریتم پیش ‌بین مناسب داده را باید کاوش‌کرد. الگوریتم های پیش ‌بین، به‌ خوبی توان پیش ‌بینی افت تحصیلی را در هر سه رشته‌ مورد بررسی در دانشکده پیراپزشکی را داراست و می توان از آن، در امر آموزش دانشجویان پزشکی و پیراپزشکی به منظور شناسایی دانشجویان در معرض خطر افت ‌تحصیلی جهت انجام اقدامات مربوط به پیشگیری، استفاده کرد.
واژه‌های کلیدی: عملکرد تحصیلی|افت تحصیلی|داده‌کاوی|داده‌کاوی آموزشی ،
متن کامل [PDF 715 kb]   (33 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: آمار
دریافت: ۱۳۹۸/۶/۵ | پذیرش: ۱۳۹۸/۹/۱۷
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Fadavi A, Salehi K, Khodaie E, Moghadamzadeh A, Javadipour M. Application of Data Mining Techniques in Determining the Accuracy of the Models Predicting the Student Academic failure. sjimu. 2020; 28 (1) :36-46
URL: http://sjimu.medilam.ac.ir/article-1-5954-fa.html

فدوی رودسری آزاده، صالحی کیوان، خدایی ابراهیم، مقدم زاده علی، جوادی پور محمد. کاربست فنون داده‌ کاوی در تبیین صحت مدل ‌های پیش بینی افت تحصیلی دانشجویان. مجله علمی دانشگاه علوم پزشکی ایلام. 1399; 28 (1) :36-46

URL: http://sjimu.medilam.ac.ir/article-1-5954-fa.html



دوره 28، شماره 1 - ( 1-1399 ) برگشت به فهرست نسخه ها
مجله علمی پزوهشی دانشگاه علوم پزشکی ایلام scientific journal of ilam university of medical sciences
Persian site map - English site map - Created in 0.21 seconds with 33 queries by YEKTAWEB 4100