دانلود پایان نامه : مدل هوشمند برای پیش بینی میزان موفقیت دانشجویان در یادگیری الکترونیکی

آموزش الکترونیکی در مؤسسه­های آموزش عالی به ویژه در حوزه آموزش مهندسی ایران در حال توسعه چشمگیر است. پذیرش دانشجو برای تحصیل به روش الکترونیکی در ایران و جهان با چالشی مشترک و پدیده­ای تحت عنوان افت تحصیلی مواجه بوده به گونه­ای که آماری بین 20 تا 80 درصد برای افت تحصیلی گزارش شده که این میزان دو برابر آموزش متداول است. در راستای شناسایی عوامل مؤثر بر موفقیت یادگیرنده الکترونیکی در جامعه پژوهشی حاضر که مرکز آموزش الکترونیکی دانشگاه علم و صنعت ایران است، تحقیقی کمّی- کیفی اجرا شد. نمونه پژوهش 738 یادگیرنده الکترونیکی بود. داده‌های کمّی پژوهش با استفاده از پرسشنامه محقق ساخته گردآوری شد. روایی سازه ابزار با استفاده از روش تحلیل عاملی اکتشافی، روایی پیش­بین با استفاده از روش تحلیل رگرسیون و پایایی آن با استفاده از روش آلفای کرونباخ بررسی و تایید شد. داده‌های کیفی نیز از طریق مصاحبه، جلسات برخط، فروم و پیام­های دانشجویان گردآوری و مورد تحلیل کیفی قرار گرفت.

نتایج تحلیل رگرسیون چند متغیری نشان داد، مدل رگرسیونی که تجارب یادگیری الکترونیکی را در بر می­گیرد 66.7%، متغیرهای دموگرافیک 24.8%؛ پیشینه تحصیلی 23.1%؛ متغیر­های روانی- فنی 16.4%؛ مدیریتی 14.6%؛ اجتماعی- اقتصادی 8% و رسانه­ای 4.4% از تغییرات معدل کل یادگیرنده الکترونیکی را تبیین می­کنند. معنی­دارترین متغیر­های پیش­بین در هر کدام از مدل­ها عبارت بود از: معدل ترم اول دانشجو در تحصیل الکترونیکی، سن، معدل مقطع قبل، اضطراب امتحان، خودگردانی، سکونت در شهرستان، دارا بودن لپ­تاپ. با استفاده از مدل معادلات ساختاری، مدلی تدوین و آزمون شد. این مدل 72% از تغییرات معدل کل یادگیرنده الکترونیکی را تبیین کرده و برازش مطلوب نیز داشت (2.294=X2/Df).

در بخش تحلیل کیفی پژوهش، پس از تحلیل محتوای کیفی و کدگذاری باز و محوری، 11 کد محوری استخراج شد. پنج کد محوری که بیشترین فراوانی را داشتند عبارتند از: 1) تبعیض گذاشتن بین دانشجوی مجازی و روزانه؛ 2) عدم شرکت در کلاس مجازی؛ 3) مسائل روان‌شناختی محیط یادگیری الکترونیکی؛ 4) وفق نیافتن با سیستم مجازی؛ 5) مشکلات کلاس مجازی.

در راستای شناسایی مدل مناسب هوش مصنوعی، از روش داده ­کاوی آموزشی استفاده شد. پیش­بینی وضعیت دانشجو در یادگیری الکترونیکی به دو صورت مسئله طبقه­بندی و رگرسیونی تعریف شد. نتایج میانگین خطای مطلق نشان داد برای مسئله رگرسیونی، الگوریتم M5′ (از مدل­های درخت تصمیم­گیری) و M5Rules (از مدل­های استنتاج قانون) دقیق­ترین و پایاترینِ مدل­ها هستند. برای مسئله طبقه­بندی نیز الگوریتم JRip (از مدل­های استنتاج قانون) قدرت پیش­بینی مطلوب­تری نسبت به سایر مدل­ها داشت. مدل­های پیش­بینی درخت تصمیم و استنتاج قانون به دلیل قابلیت تفسیر نتایج و قدرت پیش­بینی بر مدل­های دیگر چون شبکه عصبی ترجیح داده شد. در پایان نتایج مربوط به یافته­های پژوهش بحث و پیشنهادات کاربردی برای کاهش افت و افزایش موفقیت یادگیرنده الکترونیکی ارائه شد.

واژگان کلیدی: یادگیری الکترونیکی، افت تحصیلی، یادگیری ماشینی، هوش مصنوعی، داده ­کاوی آموزشی

 

چکیده أ‌

فهرست مطالب.. ب‌

فهرست جداول. ح‌

فهرست اشکال. د‌

فهرست نمودارها ذ‌

  1. فصل اوّل (کلیات پژوهش). 1

1-1 مقدمه. 2

1-2 بیان مسئله. 3

1-3 اهمیت و ضرورت تحقیق.. 6

1-4 سؤال ‌های تحقیق.. 8

1-5 اهداف تحقیق.. 9

1-6 تعریف مفاهیم و واژگان اختصاصی.. 9

1-6-1 تعاریف مفهومی. 9

1-6-2 تعاریف عملیاتی. 10

1-7 خلاصه فصل.. 11

  1. فصل دوّم (مرور مطالعاتی). 13

2-1 یادگیری الکترونیکی.. 14

2-2 تاریخچه آموزش‌های از راه دور و  الکترونیکی.. 18

2-3 نظریه ها و مدل های موفقیت و افت تحصیلی در یادگیری الکترونیکی.. 20

2-4 هوش مصنوعی و آموزش… 33

2-4-1 هوش.. 34

2-4-2 هوش مصنوعی. 35

2-4-3 کاربردهای آموزشی هوش مصنوعی. 38

2-4-4 الگوریتم های پیش بینی هوش مصنوعی. 49

2-5 پیشینه پژوهش های پیش بینی موفقیت تحصیلی.. 53

2-5- 1 پیشینه مبتنی بر روش‌هایی کمّی و آمیخته. 54

2-5- 2 پیشینه پژوهش های مبتنی بر معادلات ساختاری. 65

2-5-3 پژوهش های مبتنی بر مدل های هوشمند. 69

2-5-4 جمع بندی پیشینه پژوهش ها و ارائه مدل ساختاری پیشنهادی. 84

2-6 خلاصه فصل.. 91

  1. فصل سوّم (روش شناسی). 92

3-1 روش تحقیق.. 93

3-2 روش گردآوری اطلاعات و داده ها 94

3-3 روایی و پایایی ابزار پژوهشی.. 95

3-3-1 ساخت پرسشنامه. 98

3-3-2 روش گردآوری داده ها برای اعتباریابی ابزار پژوهش… 100

3-3-3روایی  سازه ابزار 101

3-3-4 پایایی پرسشنامه. 103

3-3-5 روایی  پیش بین ابزار 104

3-4 جامعه آماری، روش نمونه گیری و حجم نمونه. 106

3-5 روش تجزیه و تحلیل داده ها 108

3-6 خلاصه فصل.. 110

  1. فصل چهارم (یافته های پژوهش). 111

4-1 تحلیل  توصیفی  داده ها 112

4-2 بررسی مفروضه های استفاده از رگرسیون.. 113

4-2- 1 پیش فرض رابطه خطی بین متغیرها 114

4-2- 2 پیش فرض نرمال بودن متغیر وابسته. 116

4-3 آمار توصیفی متغیرهای پژوهش… 117

4-4 هدف اوّل: نقش پیش بین متغیرهای دموگرافیک… 121

4-4-1 متغیرهای دموگرافیک و پیش بینی افت تحصیلی. 123

4-5 هدف دوّم: نقش پیش بین متغیرهای مربوط به پیشینه تحصیلی.. 125

4-5- 1 پیشینه تحصیلی و پیش بینی افت تحصیلی. 127

4-6 هدف سوّم: نقش پیش بین متغیرهای اجتماعی- اقتصادی.. 128

4-6-1 وضعیت اجتماعی – اقتصادی و پیش بینی افت تحصیلی. 130

4-7 هدف چهارم: نقش پیش بین متغیرهای روانی- فنی.. 131

4-7-1 متغیرهای روانی-فنی و پیش بینی افت تحصیلی. 133

4-8 هدف پنجم: نقش پیش بین متغیرهای رسانه ای.. 134

4-8-1 متغیرهای رسانه ای و پیش بینی افت تحصیلی. 136

4-9 هدف ششم: نقش پیش بین متغیرهای تجارب یادگیری الکترونیکی.. 137

4-9-1 تجارب یادگیری الکترونیکی و پیش بینی افت تحصیلی. 139

4-10 هدف هفتم: نقش پیش بین متغیرهای مدیریتی.. 140

4-10-1 متغیرهای مدیریتی و پیش بینی افت تحصیلی. 142

4-11 آزمون مدل روابط ساختاری.. 143

4- 12 هدف هشتم: علل موفقیت و عدم موفقیت دانشجویان (تحلیل کیفی). 147

4-12 -1 عوامل مؤثر بر موفقیت و افت (منحصر به آموزش الکترونیکی) 149

4-12 -2 عوامل مؤثر بر موفقیت و افت (مشترک ولی مهم در آموزش الکترونیکی) 156

4-12 -3 عوامل مؤثر بر موفقیت و افت (مشترک) 162

4- 13 هدف نهم: شناسایی مدل مناسب هوش مصنوعی برای پیش بینی موفقیت.. 163

4-13-1 شناسایی مدل های مناسب برای پیش بینی میزان موفقیت (رگرسیون) 167

4-13-2 شناسایی مدل های مناسب برای پیش بینی موفقیت (طبقه بندی) 169

4-14 هدف دهم:آزمون مدل هوش مصنوعی.. 171

4-14-1 آزمون مدل های پیش بینی میزان موفقیت (رگرسیون) 172

4-14-2 آزمون مدل های پیش بینی موفقیت (طبقه بندی) 175

4- 15 خلاصه فصل.. 179

  1. فصل پنجم (بحث و بررسی). 183

5-1 بحث یافته های  هدف  اول پژوهش… 184

5-2 بحث یافته های  هدف  دوم پژوهش… 188

5-3 بحث یافته های  هدف  سوم پژوهش… 190

5-4 بحث یافته های هدف  چهارم پژوهش… 193

5-5 بحث یافته های هدف  پنجم پژوهش… 196

5-6 بحث یافته های هدف  ششم  پژوهش… 197

5-7 بحث یافته های هدف  هفتم  پژوهش… 200

5-8 بحث یافته های مدل معادلات ساختاری.. 200

5-9 بحث یافته های هدف هشتم پژوهش(کیفی). 202

5-9-1 بحثی پیرامون ضرورت آموزش تلفیقی. 203

5-9-2 بحثی پیرامون علل عدم مشارکت دانشجو در کلاس مجازی.. 204

5-10 بحث یافته های هدف نهم و دهم پژوهش (مدل هوشمند). 207

5-11 پیشنهاد برای کاهش افت و افزایش موفقیت.. 211

5-12 محدودیت های پژوهش… 214

5-13 پیشنهاداتی برای پژوهش های آینده. 214

منابع و مأخذ. 215

منابع فارسی. 215

منابع لاتین. 216

پیوست ها 224

پیوست 1: پرسشنامه تحقیقاتی. 224

پیوست 2: کدهای باز مربوط به علل عدم موفقیت.. 228

پیوست 3: کدهای باز مربوط به علل موفقیت.. 232

پیوست 4: قواعد درخت تصمیم برای مشخصه های پرسشنامه ای.. 234

پیوست 5: شمایی از معماری ورژن 1 نرم افزار پیش بین. 242

 

 

 

 

 

 

جدول ‏1‑1:آمار مقایسه ای افت تحصیلی در آموزش الکترونیکی. 7

جدول ‏2‑1: اصطلاحات به کار رفته برای انواع آموزش مبتنی بر فناوری اطلاعات.. 14

جدول ‏2‑2: آموزش به کمک رایانه و سیستم‌های آموزشی هوشمند. 40

جدول ‏2‑3: شاخص های مقایسه ای رگرسیون. 71

جدول ‏2‑4: نتایج مقایسه الگوریتم ها در پژوهش لوون. 71

جدول ‏2‑5: نتایج مقایسه الگوریتم ها در پژوهش کُتسیانتیس و همکارانش… 72

جدول ‏2‑6: مقایسه صحت طبقه بندی در پژوهش بوگارد و همکاران. 83

جدول ‏3‑1 : عوامل، گویه ها و بار عاملی پرسشنامه. 102

جدول ‏3‑2: پایایی پرسشنامه. 103

جدول ‏3‑3: خلاصه مدل رگرسیون. 104

جدول ‏3‑4: نتایج تحلیل واریانس… 104

جدول ‏3‑5: ضرایب استاندارد و استاندارد نشده متغیرها 105

جدول ‏3‑6: جامعه آماری پژوهش… 106

جدول ‏3‑7: نمونه آماری پیش بینی شده 107

جدول ‏3‑8: نمونه واقعی پژوهش… 107

جدول ‏3‑9: خلاصه روش پژوهش و تحلیل. 110

جدول ‏4‑1: نظام کد دهی به متغیرها 112

جدول ‏4‑2 :نتایج تحلیل همبستگی اسپیرمن برای متغیرهای اسمی و ترتیبی. 114

جدول ‏4‑3: همبستگی متغیرهای نسبتی و فاصله ای با متغیر ملاک.. 115

جدول ‏4‑4: آزمون نرمال بودن متغیر ملاک.. 117

جدول ‏4‑5: آمار توصیفی متغیرهای پیش بین و ملاک (نسبتی و فاصله ای) 117

جدول ‏4‑6: آمار توصیفی بر حسب جنسیت و وضعیت تأهل. 119

جدول ‏4‑7: آمار توصیفی متغیرهای اجتماعی – اقتصادی (اشتغال، سکونت، هزینه تحصیل) 120

جدول ‏4‑8 : آمار توصیفی متغیرهای رسانه ای (لپ تاپ، تلفن همراه، دسترسی به اینترنت) 120

جدول ‏4‑9: همبستگی متغیرهای دموگرافیک با متغیر ملاک.. 121

جدول ‏4‑10: خلاصه مدل رگرسیون برای متغیرهای دموگرافیک.. 122

جدول ‏4‑11: تحلیل واریانس مدل رگرسیون متغیرهای دموگرافیک.. 122

جدول ‏4‑12: ضرایب استاندارد شده و استاندارد نشده برای متغیرهای دموگرافیک.. 123

جدول ‏4‑13: مقایسه آمار افت تحصیلی دانشجویان کارشناسی و کارشناسی ارشد. 123

جدول ‏4‑14: جدول طبقه بندی بر اساس متغیرهای دموگرافیک.. 124

جدول ‏4‑15: نقش متغیرهای دموگرافیک در معادله رگرسیون لجستیک.. 124

جدول ‏4‑16: همبستگی پیشینه تحصیلی با متغیر ملاک.. 125

جدول ‏4‑17: خلاصه مدل رگرسیون برای متغیرهای پیشینه تحصیلی. 126

جدول ‏4‑18: تحلیل واریانس مدل رگرسیون مربوط به پیشینه تحصیلی. 126

جدول ‏4‑19: ضرایب استاندارد شده و استاندارد نشده برای پیشینه تحصیلی. 126

جدول ‏4‑20: جدول طبقه بندی بر اساس متغیرهای پیشینه تحصیلی. 127

جدول ‏4‑21: نقش متغیرهای مربوط به پیشینه تحصیلی در معادله رگرسیون لجستیک.. 127

جدول ‏4‑22: همبستگی متغیرهای اجتماعی – اقتصادی با متغیر ملاک.. 128

جدول ‏4‑23: خلاصه مدل رگرسیون برای متغیرهای اجتماعی- اقتصادی.. 129

جدول ‏4‑24: تحلیل واریانس مدل رگرسیون متغیرهای اجتماعی- اقتصادی. 129

جدول ‏4‑25: ضرایب استاندارد شده و استاندارد نشده برای متغیرهای اجتماعی – اقتصادی.. 130

جدول ‏4‑26: جدول طبقه بندی بر اساس متغیرهای اجتماعی – اقتصادی. 131

جدول ‏4‑27 : همبستگی متغیرهای روانی- فنی  با متغیر ملاک.. 131

جدول ‏4‑28: خلاصه مدل رگرسیون برای متغیرهای روانی – فنی. 132

جدول ‏4‑29: تحلیل واریانس مدل رگرسیون مربوط به متغیرهای روانی – فنی. 132

جدول ‏4‑30: ضرایب استاندارد شده و استاندارد نشده برای متغیرهای روانی – فنی. 133

جدول ‏4‑31: جدول طبقه بندی بر اساس متغیرهای روانی – فنی. 133

جدول ‏4‑32: نقش متغیرهای روانی – فنی در معادله رگرسیون لجستیک.. 134

جدول ‏4‑33 : همبستگی متغیرهای رسانه ای  با متغیر ملاک.. 134

جدول ‏4‑34: خلاصه مدل رگرسیون برای متغیرهای رسانه ای.. 135

جدول ‏4‑35: تحلیل واریانس مدل رگرسیون مربوط به متغیرهای رسانه ای.. 135

جدول ‏4‑36: ضرایب استاندارد شده و استاندارد نشده برای متغیرهای رسانه ای.. 136

جدول ‏4‑37: جدول طبقه بندی بر اساس متغیرهای رسانه ای.. 136

جدول ‏4‑38: همبستگی تجارب یادگیری الکترونیکی با متغیر ملاک.. 137

جدول ‏4‑39: خلاصه مدل رگرسیون برای متغیرهای تجارب یادگیری الکترونیکی. 138

جدول ‏4‑40: تحلیل واریانس مدل رگرسیون برای تجارب یادگیری الکترونیکی. 138

جدول ‏4‑41: ضرایب استاندارد شده و استاندارد نشده برای تجارب یادگیری الکترونیکی. 138

جدول ‏4‑42: جدول طبقه بندی بر اساس تجارب یادگیری الکترونیکی. 139

جدول ‏4‑43: نقش تجارب یادگیری الکترونیکی در معادله رگرسیون لجستیک.. 140

جدول ‏4‑44: همبستگی متغیرهای مدیریتی با متغیر ملاک.. 141

جدول ‏4‑45: خلاصه مدل رگرسیون برای متغیرهای مدیریتی. 141

جدول ‏4‑46: تحلیل واریانس مدل رگرسیون برای متغیرهای مدیریتی. 141

جدول ‏4‑47: ضرایب استاندارد شده و استاندارد نشده برای متغیرهای مدیریتی. 142

جدول ‏4‑48: جدول طبقه بندی بر اساس متغیرهای مدیریتی. 142

جدول ‏4‑49: چولگی و کشیدگی متغیرها (فرض نرمال بودن) 143

جدول ‏4‑50 :ضرایب استاندارد مستقیم برای مدل اولیه. 144

جدول ‏4‑51: ضرایب استاندارد غیر مستقیم برای مدل اولیه. 144

جدول ‏4‑52: شاخص های نیکویی برازش مدل اولیه. 145

جدول ‏4‑53: مهم‌ترین متغیرهای پیش بین موفقیت یادگیرنده الکترونیکی. 145

جدول ‏4‑54: شاخص های نیکویی برازش مدل تعدیل شده 146

جدول ‏4‑55: ضرایب مسیر مستقیم برای مدل تعدیل شده 147

جدول ‏4‑56: ضرایب مسیر غیر مستقیم برای مدل تعدیل شده 147

جدول ‏4‑57: کدهای محوری برای عوامل خاص تأثیرگذار بر افت تحصیلی دانشجوی الکترونیکی. 150

جدول ‏4‑58: کدهای محوری برای عوامل خاص تأثیرگذار بر موفقیت دانشجوی الکترونیکی. 156

جدول ‏4‑59: کدهای محوری برای عوامل مشترک ولی مهم بر افت تحصیلی دانشجوی الکترونیکی. 157

جدول ‏4‑60: کدهای محوری برای عوامل مشترک ولی مهم بر موفقیت دانشجوی الکترونیکی. 161

جدول ‏4‑61:کدهای محوری برای عوامل مشترک موثر بر افت تحصیلی دانشجوی الکترونیکی و حضوری.. 162

جدول ‏4‑62: کدهای محوری برای عوامل مشترک بر موفقیت دانشجوی الکترونیکی و حضوری. 162

جدول ‏4‑63 : مشخصه های ورودی و ارزش های مربوطه. 164

جدول ‏4‑64: مشخصه های پرسشنامه ای و ارزش های مربوطه. 164

جدول ‏4‑65: کارآیی الگوریتم های پیش بینی رگرسیونی با داده های آموزش.. 168

جدول ‏4‑66: الگوریتم های بکار رفته برای حل مسئله طبقه بندی.. 169

جدول ‏4‑67 : کارآیی الگوریتم های پیش بینی طبقه بندی با داده های آموزش.. 170

جدول ‏4‑68: کارآیی الگوریتم های پیش بینی رگرسیونی با داده های تست.. 172

جدول ‏4‑69: کارآیی الگوریتم های پیش بینی طبقه بندی  با داده های تست.. 175

جدول ‏5‑1 : خلاصه تحقیقات مرتبط با متغیرهای دموگرافیک.. 185

جدول ‏5‑2: خلاصه تحقیقات مرتبط با پیشینه تحصیلی. 189

جدول ‏5‑3: خلاصه تحقیقات مرتبط با وضعیت اجتماعی – اقتصادی. 191

جدول ‏5‑4: مقایسه معدل دانشجویان بر حسب سرعت اینترنت.. 197

 

شکل ‏2‑1: مفاهیم مرتبط با یادگیری الکترونیکی. 16

شکل ‏2‑2: مدل طولی “تینتو”. 23

شکل ‏2‑3: مدل مسیر “کمبر” برای افت تحصیلی در آموزش از راه دور 24

شکل ‏2‑4 :مدل مسیر “بویلز”. 25

شکل ‏2‑5:‏ مدل “برنارد و هانگ” برای ماندگاری دانشجو در یادگیری الکترونیکی. 27

شکل ‏2‑6: مدل “بکِله” برای عوامل موثر بر موفقیت یادگیری الکترونیکی. 29

شکل ‏2‑7: مدل ادامه تحصیل در یادگیری الکترونیکی. 30

شکل ‏2‑8: مدل مسیر “شین و کیم”. 31

شکل ‏2‑9: مدل “ونسترا، دی و هرین” برای ماندگاری دانشجویان مهندسی. 32

شکل ‏2‑10: اجزاء سیستم آموزش هوشمند مبتنی بر وب.. 43

شکل ‏2‑11: نورون بیولوژیک.. 51

شکل ‏2‑12: پرسپترون. 52

شکل ‏2‑13: پرسپترون چند لایه. 52

شکل ‏2‑14: فرایند یادگیری شبکه های پس انتشار 53

شکل ‏2‑15: مدل مسیر پیشنهادی پژوهش حاضر 88

شکل ‏4‑1: آزمون مدل ساختاری اولیه. 144

شکل ‏4‑2: مدل ساختاری معنی دار 146

شکل ‏5‑1: عوامل زمینه ساز عدم مشارکت در کلاس مجازی. 206

شکل ‏5‑2: نمونه خروجی الگوریتم M5rules بر حسب مشخصه های پرسشنامه ای.. 208

شکل ‏5‑3 : نمونه خروجی الگوریتم J48 بر حسب مشخصه های پرسشنامه ای.. 210

 

نمودار ‏4‑1: مقایسه معدل مقطع قبل، ترم اول و کل. 118

نمودار ‏4‑2: مقایسه میانگین متغیرهای پرسشنامه ای.. 118

نمودار ‏4‑3 : کارآیی مدل های رگرسیونی در مرحله آموزش و تست با تمام مشخصه ها 172

نمودار ‏4‑4: کارآیی مدل های رگرسیونی در مرحله آموزش و تست با تمام مشخصه ها بدون معدل ترم اول. 173

نمودار ‏4‑5: کارآیی مدل های رگرسیونی در مرحله آموزش و تست با مشخصه های پرسشنامه ای.. 174

نمودار ‏4‑6: کارآیی مدل های رگرسیونی در مرحله آموزش و تست با مشخصه های ورودی.. 174

نمودار ‏4‑7: کارآیی مدل های طبقه بندی در مرحله آموزش و تست با تمام مشخصه ها 176

نمودار ‏4‑8 :کارآیی مدل های طبقه بندی در مرحله آموزش و تست با تمام مشخصه ها بدون معدل ترم اول. 177

نمودار ‏4‑9: کارآیی مدل های طبقه بندی در مرحله آموزش و تست با مشخصه های پرسشنامه ای.. 178

نمودار ‏4‑10: کارآیی مدل های طبقه بندی در مرحله آموزش و تست با مشخصه های پرسشنامه ای.. 179

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

[1]، 1997 به نقل از ولش[2]،2007). این توسعه سریع و چشم­گیر عرصه­های مختلف صنعت، کشاورزی و خدمات را تحت تأثیر خود قرار داده است. عرصه تعلیم- تربیت و تربیت نیروی انسانی نیز از این تحولات بی­نصیب نمانده است. آموزش مبتنی بر رایانه، آموزش مدیریت شده توسط رایانه، آموزش به کمک رایانه، آموزش مبتنی بر وب، کارآموزی مبتنی بر وب، یادگیری مبتنی بر وب، یادگیری ارتقاء داده شده توسط وب، خودآموزهای مبتنی بر وب، سیستم­های آموزشی مبتنی بر وب، آموزش مبتنی بر اینترنت، یادگیری بر خط، یادگیری مجازی و مفاهیمی از این قبیل هر چند تفاوت­های اندک و بعضاً قابل توجهی با هم دارند، اما همگی مفاهیمی هستند که در دهه اخیر به شدت در نظام­های آموزشی به چشم می­خورند. تمام این مفاهیم زیر پوشش چتر بزرگ‌تر یادگیری الکترونیکی قرار می­گیرند (آناهینا[3]، 2005). این آموزش­ها با شعارهایی چون فرصت­های برابر آموزشی، ارتقاء کیفیت آموزشی، یادگیری در هر زمان و هر مکان، نوید تحول شگرفی را در نظام­های آموزشی می‌دهد.

یادگیری الکترونیکی به سرعت در حال توسعه کمی است. به گزارش اَمبینت این سایت[4] (2011) – یکی از معتبرترین نهادهای آماری مربوط به یادگیری الکترونیکی- ارزش تولیدات و خدمات یادگیری الکترونیکی تا سال 2010 به 32.1 میلیارد دلار رسیده است. نرخ رشد مرکب سالانه، طی پنج سال 9.2% گزارش شده است؛ پیش­بینی می­شود این درآمد تا سال 2015 به 49.9 میلیارد دلار برسد. هر چند در گزارش مذکور، آمار مربوط به ایران ذکر نشده است اما پیش­بینی شده، آسیا بعد از آمریکا دومین مصرف کننده تولیدات و خدمات یادگیری الکترونیکی باشد. هند، چین و مالزی به ترتیب بزرگ‌ترین بازار جهانی در آسیا محسوب می­شوند. «چاینا ایجو[5]» در چین با 311 هزار دانشجوی آنلاین بعد از دانشگاه فونیکس دومین دانشگاه آنلاین جهان محسوب می­شود. «چاینا کَست[6]» با بیش از 143 هزار دانشجوی آنلاین در کنار دانشگاه «ایدکُن[7]» برزیل، سومین دانشگاه الکترونیکی جهان محسوب می­شود (امبینت این سایت،2011). آمار منتشره آموزش از راه دور آمریکا در سال تحصیلی 2007-2006 نشان­ دهنده این است که 66% از تمام مراکز آموزش عالی این کشور، آموزش خود را به روش از راه دور ارائه می­کنند. اهمیت توجه به آموزش­های الکترونیکی زمانی مشخص می­شود که 77 درصد این دانشگاه­ها آموزش خود را به روش برخط و 12% به روش آموزش تلفیقی و فقط 12% از دانشگاه­ها آموزش خود را در قالب­های قدیمی آموزش از راه دور (مکاتبه­ای) ارائه می­کنند. این بدان معنا است که حدود 90% از مراکز آموزش عالی آمریکا از یادگیری الکترونیکی در سیستم آموزش از راه دور خود استفاده می­کنند (مرکز ملی آمار آموزشی آمریکا[8]، 2008). این آمار توسعه چشم­گیر فقط مربوط به آمریکا نمی­شود بلکه کشورهایی مانند استرالیا به دلیل سابقه زیاد در آموزش از راه دور و پراکندگی جغرافیایی به وفور از آموزش­های الکترونیکی استفاده می­کنند.

توسعه آموزش عالی الکترونیکی در ایران نیز بسیار سریع است. بسیاری از دانشگاه­های جامع ایران چون دانشگاه تهران و دانشگاه شیراز، قریب به یک دهه است که اقدام به پذیرش دانشجو به روش الکترونیکی نموده­اند. از میان دانشگاه­های فنی-مهندسی که پیشگامان این حوزه نیز به شمار می­روند، می­توان به دانشگاه علم و صنعت ایران، امیرکبیر و خواجه نصیرالدین طوسی اشاره کرد. در کنار این دانشگاه­های دولتی، چندین دانشگاه و موسسه آموزش عالی خصوصی نیز اقدام به پذیرش دانشجوی الکترونیکی کرده­اند. مضاف بر این تعداد، در بسیاری از دانشگاه­ها، دانشجویان حضوری می­توانند یک یا چند درس خود را به روش الکترونیکی بگذرانند. در کنار این توسعه کمّی، کیفیت مهم‌ترین دغدغه و موضوع مورد سئوال محققان و پژوهشگران این حوزه است. کاسی[9] (2008) در این مورد آورده است: ارائه دروس آموزش عالی به صورت برخط نویدبخش است، اما نسبت به سایر روش‌هایی آموزشی قرن 21، بیشتر مورد سوء­ظن و بدگمانی است. توسعه کمّی یادگیری الکترونیکی به عنوان یک روش جدید آموزش از راه دور با چالش‌های فراوانی مواجه است. توجه به برخی از چالش­ها مخصوص کشورهای در حال توسعه و برخی نیز دغدغه مشترک تمام کشورها است. موضوعاتی مانند بومی­سازی فناوری­ها و چالش­های حقوقی و قانونی و یا ضعف در شبکه­ها و زیرساخت­های ارتباطی را می­توان چالش منحصر به کشورهای در حال توسعه دانست. یکی از چالش­های مشترک که کشورهای توسعه یافته و در حال توسعه در مدیریت یادگیری الکترونیکی با آن مواجه هستند مسئله بالا بودن شکست و افت تحصیلی دانشجویان در یادگیری الکترونیکی است. این رساله در صدد پرداختن به این مهم است که در ادامه به بیان و مستند سازی این مسئله خواهیم پرداخت.

 

[10]، 2009).

مشکل افت تحصیلی در یادگیری الکترونیکی به دلایل مختلفی حائز اهمیت است و یکی از مهم‌ترین دلایل اهمیت این مقوله، تضمین کیفیت یادگیری الکترونیکی و ارتقاء اثربخشی و کارآمدی این نوع آموزش­ نوپا است. افت، ترک تحصیل یا تکرار پایه­ها هزینه­های قابل توجهی بر مؤسسات آموزشی تحمیل می­کند و از طرفی در صورتی که به ترک تحصیل منجر شود، معنایی جز اتلاف وقت و سرمایه نخواهد داشت.

افت تحصیلی در آموزش­های از راه دور از دیر باز، کانون توجه پژوهشگران این حوزه بوده است. برخی مواقع متخصصان و نظریه‌پردازان آموزش از راه دور به دلیل افت تحصیلی بالا در این نوع از آموزش­ها مورد انتقاد واقع شده‌اند، این پدیده و کاهش آن نیز به عنوان یکی از چالش­های پیش روی آموزش­های برخط مطرح است (رکدال[11]،2004). به زعم برگ و هانگ[12] (2004) بیش از 7 دهه است که مقوله ماندگاری دانشجو با جدیت پژوهش می­شود. این پژوهش­ها منجر به نتایج مفیدی در زمینه عوامل زمینه­ساز و مرتبط با ماندگاری، شده است. تحقیقات مربوط به ماندگاری دانشجو بر مواردی از قبیل: نرخ دانش­آموختگی، الگوهای ماندگاری دانشجو، الگوهای رفتاری فرسودگی دانشجو، روندهای تاریخی و عوامل روانی مرتبط با ماندگاری، متمرکز بوده است. محققان این حوزه در تلاش­هایشان ابزارها و مدل­هایی برای تبیین، سنجش و پیش­بینی افت تحصیلی ارائه کرده­اند. با وجود قدمت زیاد پرداختن به افت تحصیلی در آموزش­های حضوری، پرداختن به این مقوله در آموزش­های از راه دور، خیلی جدید نیست. نمونه اولین مدل­هایی که به مقوله افت تحصیلی در آموزش از راه دور پرداخته است، مدل بوشیر[13] (1973) است (بوشیر،1973 به نقل از برگ و هانگ،2004). این در حالی است که به این مسئله در آموزش­های الکترونیکی کمتر پرداخته شده است.

راحت­ترین استدلال برای تحلیل علت افت تحصیلی این است که دانشجو درس نمی­خواند؛ هر کس درس نخواند مشروط می­شود. هر چند این اصل ساده صادق است اما بیانگر عمق مسئله نیست. در علت شناسی این پدیده تحلیل سادۀ دیگر، این است که مدرس، خوب نتوانسته است محتوا را تدریس نماید به عبارتی روش تدریس مدرس خوب نبوده است و یا تحلیل دیگر می­تواند این باشد که محتوای درس به اندازه­ای سخت بوده که دانشجویان آن‌را نفهمیده­اند. در مورد اول، مشکل افت تحصیلی ناشی از یادگیرنده و در مورد دوم به مدرس و در مورد سوم به محتوا نسبت داده شده است. پژوهش­های فراوانی برای شناسایی علل افت تحصیلی دانشجویان در آموزش­های از راه دور و متعاقب آن در آموزش­های الکترونیکی صورت گرفته است. در این بخش در راستای بیان مسئله و تبیین پیچیده بودن عوامل مرتبط با افت تحصیلی دانشجو، چند نمونه پژوهشی گزارش خواهد شد و در فصل دوم، پیشینه پژوهش­ها تشریح خواهد شد. در یکی از اولین پژوهش­های نظام­مند، علل افت آموزش از راه دور این‌گونه گزارش شده است:

  • کمبود زمان: کار وقت زیادی از دانشجویان را می­گیرد.
  • دلایل مادی.
  • تغییر اساسی در برنامه­های آینده.
  • مریضی.
  • مسائل شخصی.
  • نارضایتی از شرایط تحصیلی و زندگی.
  • رفتن به سربازی.
  • دلایل شخصی و خصوصی.
  • ازدواج.
  • سخت بودن دروس (رکدال، 1972).

در پژوهش دیگری که مستقیماً به علل افت تحصیلی دانشجویان در یادگیری الکترونیکی پرداخته شده است، علل زمینه ساز آن این‌گونه گزارش شده است:

  • عدم زمان کافی.
  • عدم وجود انگیزه.
  • طراحی ضعیف دروس.
  • عدم برخورداری از مدرسان توانمند (فرانکولا[14]،2001).

برخی در تحلیل علل مرتبط با موفقیت تحصیلی دانشجویان به نقش عوامل روان‌شناسانه چون سبک یادگیری[15]، مرکز کنترل[16] و … پرداخته­اند. به عنوان مثال در پژوهشی اثر مرکز کنترل (درونی/ بیرونی) بر بهبود عملکرد یادگیری زبان در آموزش مبتنی بر وب بررسی شده است. نتایج این بررسی حاکی ست، عملکرد و خودکارآمدی دانشجویان با مرکز کنترل درونی به مراتب بهتر از دانشجویان با مرکز کنترل بیرونی بوده است (چانگ و هو[17]، 2009).

همان‌گونه که از نمونه پژوهش­های انجام شده متوجه می­شویم، عوامل متعدد زیرساختی، شبکه­ای، فرهنگی، روانی و اجتماعی زمینه ساز موفقیت و عدم موفقیت دانشجو در یادگیری الکترونیکی است. جهانی بودن پدیده افت تحصیلی از یک طرف و مشکلاتی چون موانع زیر ساختی و فرهنگی یادگیری الکترونیکی؛ این پدیده را در ایران تشدید می­کند. مسئله‌ای که پژوهش حاضر بر آن متمرکز شده، شناسایی عوامل مرتبط با افت ­تحصیلی و شناسایی عوامل پیش­بینی کننده موفقیت دانشجویان در تحصیل الکترونیکی است. علاوه بر این، پژوهش حاضر در صدد ارائه مدلی مبتنی بر هوش مصنوعی است. با این هدف که مدل هوشمند بتواند موفقیت دانشجو را با دقت بیشتری پیش­بینی کند. این توان پیش­بینی، برای دانشجویان الکترونیکی به عنوان یک سیستم هشدار عمل کرده و دانشجو می­تواند با پیش­بینی وضعیت خود، برای مواجه شدن و به حداقل رساندن ریزش تدارک لازم را ببیند. از طرفی، برای مدیران و تصمیم گیران این امکان را فراهم می­آورد تا برای دانشجویان در معرض خطر، خدمات حمایتی آموزشی، مشاوره­ای فراهم آورند و خطر ریزش آنان را به حداقل ممکن برسانند؛ در بحث اهمیت تحقیق بیشتر به این قضیه خواهیم پرداخت.

[26]،2003)

هوش مصنوعی: فرایندهای کامپیوتری که سعی دارند فرایند تفکر انسان را تقلید نمایند، این فرایندها با فعالیت­هایی که نیاز به استفاده از هوش دارند در ارتباط هستند (غضنفری و کاظمی، 1382)

مرکز کنترل[27]: برداشت فرد از این امر که دستاوردهای فرد ناشی از رفتار خود فرد بوده تا سایر عوامل و افراد (روتر[28]، 1966 به نقل از لوی، 2007).

اطمینان رایانه ای[29]: سطح اطمینان فرد در مواجه با رایانه و انجام کارهایی که با رایانه سرکار دارد (اسبوم[30]، 2001 به نقل از هلدر[31]،2007).

استقلال در یادگیری[32]: توانایی پذیرش مسئولیت یادگیری توسط خود فرد (لیتل[33]،2007).

خودگردانی در یادگیری: یادگیری مستقل و اثربخش تحصیلی که شامل فراشناخت، انگیزش درونی و اقدام راهبردی می­شود (زیمرمن[34]، 2002).

اعتیاد اینترنتی[35]: وابستگی روانی به اینترنت، صرف نظر از نوع کاری که انجام می‌شود (کندل[36]،1998).

[37]،2004، آناهینا[38]،2005). جدول ‏2‑1 برخی از اصطلاحات متداول در دو حوزۀ فناوری اطلاعات و آموزش را نشان می‌دهد. برخی از این اصطلاحات معادل هم هستند و برخی تفاوت‌های جزئی یا بعضاً بنیادی با یکدیگر دارند.

 

[39](1996) آموزش مبتنی بر وب را نوعی آموزش انفرادی شده می‌داند که از طریق شبکه های رایانه ایِ عمومی یا خصوصی ارائه و به وسیله مرورگرهای وب دریافت می‌شود. آموزش مبتنی بر وب، دانلود آموزش‌های مبتنی بر رایانه (CBT) نیست بلکه آموزش‌های مورد نیاز و به روزی است که در سِروِر ذخیره می‌شوند و قابلیت دسترسی از طریق شبکه را دارند. آموزش مبتنی بر وب به سرعت به روز شده و دسترسی به محتوای آموزشی، توسط تهیه­کنندگان کنترل می‌شود.

خان[40](1997) آموزش مبتنی بر وب را این‌گونه تعریف می­کند:” برنامه­های آموزشی مبتنی بر فرامتن که از منابع و ویژگی‌های www برای خلق و پشتیبانی محیط­های یادگیری معنادار استفاده می­کند (ص 6) “. در تعریفی جدیدتر خان (2001) آموزش مبتنی بر وب را رویکرد نوآورانه به ارائه برنامه های آموزشی توصیف می‌کند که مبتنی بر فرا رسانه است و مخاطبانی که در فواصل دورتر از مراکز آموزشی هستند، می‌توانند با بهره گیری از توانمندی­ها و منابع وب به آموزش­های خوب طراحی شده، یادگیرنده محور، تعاملی، درگیر کننده و آسان شده دست یابند (ص 5) .

یادگیری الکترونیکی مفهوم عام­تری است که شامل انواع آموزش مبتنی بر رایانه و وب می‌شود. برخی چون الیس[41](2004) معتقدند یادگیری الکترونیکی نه تنها به آموزش­هایی اشاره دارد که مبتنی بر وب، اینترنت یا لوح فشرده هستند، بلکه آموزش­هایی که از طریق نوارهای صوتی- تصویری، ماهواره و تلویزیون تعاملی ارائه می‌شود را نیز در بر می‌گیرد. دیدگاه مورد پذیرش در پژوهش حاضر، نظر مطرح شده در تحلیل صورت گرفته توسط آناهینا (2005) است. “آناهینا”یادگیری الکترونیکی را زیر مجموعه آموزش­های از راه دور می­داند و چهار مفهوم دیگر را زیر مجموعه آن می‌داند شکل ‏2‑1 نشان­دهنده آموزش الکترونیکی و خرده نظام‌های مربوط به آن است.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

[42] (2011) دو تن از شاخص­ترین محققین این حوزه، یادگیری الکترونیکی را آموزشی می­دانند که از طریق تجهیزات الکترونیکی مانند رایانه و تلفن همراه ارائه می­شود و هدفِ پشتیبانی یادگیری را دارد. این نوع یادگیری دارای ویژگی­های زیر است:

  • دروس را در لوح فشرده، حافظه­های داخلی و خارجی محلی یا در سرورهای اینترنتی و اینترانتی ذخیره و منتقل می‌کنند.
  • دارای محتوای مربوط به اهداف آموزشی.
  • از روش‌هایی آموزشی مانند مثال­ها و تمرین­ها برای کمک به یادگیری استفاده می­کند.
  • از عناصر رسانه ای مانند متن، تصویر و … برای ارائه محتوا و روش خاص استفاده می­شود.
  • ممکن است متکی بر استاد (یادگیری الکترونیکی همزمان) و یا برای یادگیری انفرادی شده متناسب با سرعت یادگیری فرد (یادگیری غیر همزمان) طرح ریزی شده باشد.
  • به یادگیرندگان کمک می­کند تا دانش و مهارت جدیدی بسازند که با نیازهای یادگیری انفرادی و یا نیازهای سازمانی آن‌ها مرتبط باشد (کلارک و مایر،2011 صص 8 و 9) .

کلارک و مایر معتقدند در یادگیری الکترونیکی سه عنصر چه، چگونه و چرا وجود دارد.

چه: منظور همان محتوا، روش‌هایی آموزشی، مثال­ها، تمرین­ها و … است.

چگونه: منظور همان نحوه ارائه از طریق کامپیوتر با استفاده از انیمیشن، متن، تصویر و … است.

چرا: اشاره به اهداف یادگیری فردی و سازمانی دارد که فلسفه وجودی تمام انواع آموزش­هاست.

ایشان معتقدند در یادگیری الکترونیکی حرف انگلیسی (e) اشاره به چگونگی دارد که همان روش آموزش است و یادگیری اشاره به چه یعنی محتوا و نحوه یادگیری دارد و چرا اشاره به اهدافی دارد که افراد در یادگیری الکترونیکی آن‌را دنبال می­کنند.

اگر به درستی به تعریف فوق توجه کنیم متوجه می­شویم چگونگی ارائه، فاحش­ترین تفاوت یادگیری الکترونیکی با سایر سیستم­های یاددهی- یادگیری است که اشاره به تغییر روش آموزشی دارد. اما نکته حائز اهمیت، بیشترین زمینه کاربرد این اصطلاح است؛ این مفهوم بیشتر در سیستم­های آموزش از راه دور کاربرد دارد. بنابراین آموزش الکترونیکی را می­توان روشی برای آموزش از راه دور دانست که با استفاده از قابلیت­های فناوری اطلاعات و ارتباطات ارائه می­شود. از مجموعه تعاریف ارائه شده توسط صاحب‌نظران در تعریف یادگیری الکترونیکی دو بعد قابل شناسایی است: الف) بعد فناورانه تعریف؛ ب) بعد تربیتی تعریف. شبکه­های رایانه­ای، سرور، مرورگر وب، فرامتن و فرا رسانه در تعاریف فوق بر بعد فناوریِ تعریف آموزش­های مبتنی بر وب دلالت دارد. انفرادی بودن آموزش، محیط­های یادگیری معنادار، آموزش­های خوب طراحی شده، یادگیرنده محور، تعاملی، درگیر کننده و آسان شده در تعاریف (کلارک، 1996؛ خان، 1997؛ خان،2001) دلالت بر بعد تربیتیِ تعریف دارد. برخی چون توانگریان و همکارانش[43](2004) توجه صرف به ویژگی فناوری را برای تعریف یادگیری الکترونیکی کافی نمی­دانند. به عبارتی وجه تمایز این نوع از آموزش با سایر انواع متداول فقط به‌کارگیری انواع فناوری­های الکترونیکی در فرایند یاددهی-یادگیری نیست؛ بلکه مهم‌ترین تمایز این نوع آموزش گذر از فرایند کسب تجربه شخصی به کسب دانش از طریق فرایند ساختن دانش است. در این تعریف مهم‌ترین ویژگی یادگیری الکترونیکی بعد تربیتی مربوط به نظریه یادگیری آن یعنی نظریه یادگیری ساختن­گرایانه است.

به دلیل ماهیت بین رشته­ای آموزش الکترونیکی محققان و متخصصان حوزه­های مختلف در این حوزه وارد می‌شوند، محققان حوزه رایانه، الکترونیک، برق، فناوران آموزشی، متخصصان علوم تربیتی، فناوری اطلاعات، مدیریت، جامعه شناسی و… نمونه­هایی از مهم‌ترین این متخصصان هستند. ورود متخصصان حوزه­های مختلف باعث می‌شود، افراد مفاهیم مختلف را به طور یکسان بکار می‌برند، و حساسیت زیادی نسبت به نوع مفاهیم و مصادیق آن نداشته باشند. به عبارتی بسیاری از محققان مفاهیمی چون آموزش مبتنی بر رایانه، یادگیری الکترونیکی، آموزش مبتنی بر وب یا وب 2، آموزش برخط و … را معادل هم به کار برند. در این گزارش پژوهشی نیز با اذعان به تفاوت­های ماهوی برخی از این مفاهیم سعی شده است، نسبت به این مفاهیم حساسیت زیادی نشان داده نشود و یادگیری الکترونیکی را مفهوم عام لحاظ نماید که جزء آموزش­های از راه دور بوده و از انواع فناوری­های الکترونیکی برای ارائه آموزش و پیاده سازی برنامه درسی متداول در دانشگاه­ها بهره می­گیرد.

[44](1991) آموزش از راه دور را رویکرد رسمی به یادگیری می‌دانند که در آن قسمت اعظم آموزش زمانی محقق می‌شود که یادگیرنده و مدرس از یکدیگر فاصله دارند. تاریخچه آموزش از راه دور، به قبل از قرن 19 بر می‌گردد، با آموزش­های مکاتبه­ای شروع شده است. در این نوع آموزش، بسته‌ها و متون آموزشی از طریق پست برای مخاطبان ارسال می‌شد. در قرن 20 با سیستم­های ارائه جدیدتری چون رادیو و تلویزیون آموزشی تداوم پیدا کرد (فلیپس و موریستز[45]،1999). از اوایل 1990 نسل جدیدی از آموزش­های از راه دور با اتکاء به شبکه­های کنفرانس رایانه­ای، مجموعه چند رسانه‌ای های مبتنی بر رایانه، کنفرانس صوتی- تصویری و ویدئو کنفرانس‌های دو طرفه به وجود آمد (مور و کیرسلی[46]،1996). برای آموزش­های از راه دور برنارد و همکارانش (2004) پنج نسل معرفی می‌کنند: “نسل اوّل آموزش مکاتبه­ای متکی بر چاپ است؛ که نمونه بارز آن راه اندازی دانشگاه باز انگلستان در سال 1969 است. نسل دوم به دوره­ای بر می­گردد که رادیو تلویزیون و نوارهای کاست ویدئویی در کنار چاپ و آموزش مکاتبه­ای بکار رفتند و ارتباط با یادگیرنده قوی­تر شد. نسل سوم به زمانی بر می‌گردد که فرامتن­ها پا به عرصه وجود گذاشتند و کنفرانس­های از راه دور (صوتی و تصویری) اوج گرفتند. در سال 2001 تیلور[47]نسل چهارمی تحت عنوان یادگیری منعطف (چون ارتباطات تسهیل شده به وسیله رایانه و اینترنت) را افزود. نسل پنجم نیز شامل دروس برخط چندرسانه­ای می­شود”(برنارد و همکاران، 2004 به نقل از باتلر، 2008، ص 25).

با ورود به نسل سوم آموزش­های از راه دور، یادگیری الکترونیکی نیز پا به عرصه وجود می­گذارد. آنچنان که مور، دیکسون- دین و گلین[48](2011) اذعان دارند، سرآغاز به‌کارگیری اصطلاح یادگیری الکترونیکی مشخص نیست اما به احتمال قوی رواج این مفهوم به دهه 1980 میلادی بر می­گردد. ورود به این نسل از آموزش از راه دور با تغییراتی در نظام­های آموزشی همراه بوده است. به اعتقاد تَپ­اسکات (1998) با ورود شبکه­ها، هشت انتقال یا تغییر در فرایند­های یاددهی- یادگیری به قرار زیر صورت گرفته است:

1) از یادگیری خطی به یادگیری فرا رسانه­ای

2) از آموزش به ساخت و کشف

3) از یادگیری مدرس-محور به یادگیرنده محور

4) از مشاهده مواد به یادگیری نحوه راهبری[49] و نحوه یادگیری

5) از مدارس به یادگیری مادام‌العمر

6) از یک نوع یادگیری برای همه به یادگیری شخصی شده

7) از یادگیری به عنوان عذاب به یادگیری به عنوان لذت

8) از معلم به عنوان انتقال دهنده به معلم به عنوان تسهیل­گر (تَپ­اسکات 1998، به نقل از باتلر[50]2008)

بنا بر آنچه گذشت، مهم‌ترین مبنای تاریخی برای تفکیک نسل­های مختلف آموزش از راه دور، نوع فناوری بکار رفته برای ارائه محتوا، تعامل با دانشجو و ارزشیابی درس است. بر اساس نوع فناوری بکار رفته در یادگیری الکترونیکی سه نسل قابل تفکیک است؛ نسل اول، دوره‌ای ست که فناوری قالب برای ارائه محتوا، چاپ بوده و تعاملات دانشجو با استاد و موسسه آموزشی از طریق مکاتبه و پست صورت می­گرفته است. نسل دوم، دوره‌ای ست که در کنار محتوای چاپی، نوارهای صوتی و تصویری، رادیو و تلویزیون از طریق پست و یا از طریق ماهواره محتوای آموزشی را در اختیار دانشجو قرار می‌دهد. در این نسل، تعاملات دانشجو با استاد و موسسه، اغلب از طریق تلفن و نامه محقق می‌شد. نسل سوم، نسلی است که رایانه و پیرو آن انواع شبکه­ها (اینترنت، اینترانت، وب، وب 2 و …) فراگیر می­شود، با فراگیر شدن این فناوری­ها محتوا در قالب­های مختلف دیجیتالی (متن، فرامتن، صوت، تصویر، چند­رسانه­ای، واقعیت مجازی[51] و … ) از طریق اینترنت یا شبکه­های محلی در اختیار دانشجو قرار می‌گیرد. تعاملات این نسل از طرق مجاری مختلفی چون، پست الکترونیکی، فروم­ها، چت­ها، کلاس­های برخط، ویدئو کنفرانس و… تسهیل می­شود. نسل سوم، به دلیل تحول عظیم و نقش برجسته فناوری اطلاعات و ارتباطات در آموزش از راه دور به آموزش الکترونیکی معروف شده است.

آموزش الکترونیکی نیز با توجه به توسعه فناوری­های جدید الکترونیکی نسل بندی شده است. آنچنان که قبلاً ذکر شد، در تقسیم­بندی برنارد و همکاران (2004) نیز با ورود فناوری اطلاعات و ارتباطات سه نسل برای آموزش از راه دور معرفی شد. آموزش­های متداول الکترونیکی به ویژه آنچه که موضوع پژوهش حاضر است، جزء نسل پنجم محسوب می­شود که از امکانات چندرسانه­ای و تعاملات آنلاین برای آموزش استفاده می­کند.

اخیراً نسل جدیدی برای آموزش­های الکترونیکی معرفی شده است. نسل جدید را که می‌توان به عنوان نسل ششم بر طبقه­بندی برنارد و همکاران (2004) افزود، بیش از آنکه بر بعد فناورانه یادگیری الکترونیکی تاکید داشته باشد بر بعد اجتماعی شبکه­ها تاکید دارد. آموزش الکترونیکی مبتنی بر وب 2 نسل جدید و ششم آموزش­های الکترونیکی محسوب می­شود. به زعم ایوانوا و اسمیراکوا[52](2009) به قابلیت وب 2 کمتر به عنوان یک ابزار قدرتمند برای اشتراک دانش، ایده­ها و تجارب، توجه شده است و بیشتر به عنوان بستری برای سرگرمی مد نظر بوده است. با توجه به سرعت افزایش کاربران این شبکه­های اجتماعی، نسل جدید آموزش­های الکترونیکی از قابلیت­های وب 2 برای آموزش بهره می­گیرند. به اعتقاد ایوانو و اسمیراکو (2009) سامانه­های مدیریت یادگیری نمی­توانند نیازهای نسل جدید مخاطبان خود را برآورده سازند، زیرا یادگیرنده در این سامانه­ها منفعل بوده و در برابر محتوایِ ثابت قرار می­گیرد؛ در حالی که افراد نسل حاضر دوست دارند با هم در ارتباط باشند و به طور فعال در محیط­های یادگیری شخصی شده با یکدیگر تعامل و همیاری داشته باشند؛ لذا از سال 2005 گروهی از فناوران آموزشی بر روی محیط­های یادگیری شخصی شده[53] شروع به کار کرده­اند که دیگر مانند سامانه­های مدیریت متداول و مبتنی بر سرور[54] نیستند. مهم‌ترین مشخصّه محیط­های یادگیری شخصی شده این است که یادگیرنده، مجموعه­ ابزارهایی در اختیار دارد که منطبق با نیازهایش بوده و از آن‌ها برای تعامل با سازمان­ها و نهادهای مختلف استفاده می­کنند، این در حالی است که در سامانه­های مدیریت یادگیری الکترونیکی مبتنی بر سرور این امکان فراهم نیست (ایوانوا و اسمیراکوا[55]،2009).

[56]: افرادی هستند که ثبت نام کرده‌اند اما تحصیل خود را آغاز نکرده­اند.
  • بازگشت به عقب[57]: دانشجویانی که در مراحل اولیه، مشمول افت شده‌اند. مثلاً هفته های اول، دوم یا سوم.
  • افت تحصیلی[58]: دانشجویانی که تا مرحله امتحان پایان ترم می­رسند اما در امتحانات شرکت نمی­کنند.
  • اخراجی‌ها[59]: دانشجویانی که در گذراندن دروس پایانی خود موفق نبوده­اند (فریتچ[60]،1988).
  • البته باید توجه داشت، افت تحصیلی در بسیاری از پژوهش­­ها مفهومی کلی بوده که انصراف، مشروطی، ریزش و اخراج را شامل می­شود. نرخ ماندگاری[61] مفهومی در مقابل افت تحصیلی است؛ به دانشجویانی اشاره دارد که در برابر شکست مقاومت نشان داده و تحصیلات خود را ادامه می­دهند (دوهرتی[62]،2006). نرخ ماندگاری زیاد به معنای افت تحصیلی کم است. برگ و هانگ (2004) در مدلی که برای ماندگاری دانشجو در یادگیری الکترونیکی ارائه کرده­اند، ماندگاری، کاهش[63] و تداوم[64] را این‌گونه تعریف کرده­اند:

    ماندگاری: عبارت است از شرکت مداوم دانشجو در وقایع یادگیری تا انتهای آن که در آموزش عالی می­تواند انتهای درس، دوره و یا برنامه، موسسه یا سیستم باشد.

    کاهش: کاهش تعداد دانشجو از ابتدا تا انتهای دروس، برنامه، سازمان و یا سیستم تحت بررسی است.

    تداوم: پیامد تصمیم دانشجو برای ادامه شرکت در وقایع یادگیری است (برگ و هانگ، 2004 صص 2 و 3).

    موفقیت تحصیلی مفهوم متداول دیگری است که در مقابل افت تحصیلی بکار رفته است. کِرکا (1988) موفقیت را رسیدن به اهداف مشارکت تعریف می­کند (کِرکا، 1988 به نقل از برگ و هانگ، 2004). در پژوهش شرادر، پَرِنت و بری­تاپت[65](2005)، دانشجویان موفق در مقابل افرادی بوده­اند که دوره آنلاین را ترک کرده­اند یا در مدت زمان معین به پایان نرسانده­اند.

    شاخص­ موفقیت در یادگیری الکترونیکی بر اساس انگیزه و هدف پژوهشگران، مختلف بوده است. منچاکا و بکِله[66](2008) به پژوهش­های مختلفی اشاره می­کنند که شاخص­های متفاوتی برای سنجش موفقیت در محیط­های یادگیری الکترونیکی داشته­اند؛ برخی از آن‌ها عبارتند از:

    • رضایت‌مندی مشتری
    • نرخ بالای ماندگاری و تکمیل درس
    • استفاده و لذت بیشتر
    • برداشت از سودمندی
    • سطوح بالای یادگیری
    • رضایت دانشجو
    • رضایت استاد
    • رشد تعداد ثبت­نامی
    • بازگشت سرمایه
    • تعداد دروس
    • پیشرفت تحصیلی
    • تعاملات و مشارکت
    • انگیزش تحصیلی دانشجو

    به طور خلاصه، پیشینه پژوهش­ها برای موفقیت و عدم موفقیت دانشجویان در تحصیل الکترونیکی، مفاهیم مختلفی را به کار برده­اند که برخی از مفاهیم عبارتند از: انصراف،[67] گرفتن انتقالی،[68] عدم تکمیل دوره،[69] داشتن افت تحصیلی،[70] کاهش تعداد دانشجو، مرخصی یا انصراف،[71] افتادن درس[72]. برای موفقیت دانشجو نیز از مفاهیمی چون ماندگاری[73]، تداوم، دانش آموخته شدن،[74] تکمیل درس یا دوره[75]و گذراندن درس[76] و پیشرفت تحصیلی استفاده شده است. دو مفهومی که اغلب در مقابل هم بیشترین کاربرد را داشته‌اند، موفقیت در مقابل افت تحصیلی بوده که مهم‌ترین شاخص آن نمرات پیشرفت تحصیلی دانشجو است. به عنوان مثال اگر در پژوهشی فقط یک درس آنلاین بررسی شده باشد، منظور از موفقیت تحصیلی، میزان نمره دانشجو در آن درس است، همچنین یا اگر یک دوره کامل آنلاینمانند یک دوره یک ساله یا چهار ساله بررسی شده باشد، موفقیت به گذراندن دروس دوره با نمره قابل قبول اشاره دارد. البته افت تحصیلی به دو نوع تقسیم می‌شود؛ در نوع اول، افت تحصیلی به معنای ترک تحصیل اختیاری است که در این معنا افت تحصیلی کمتر به نمرات پیشرفت تحصیلی دانشجو مربوط است؛ اما در نوع دوم، افت تحصیلی اجباری، افت تحصیلی به اجبار به ترک تحصیل از طرف موسسه به دلیل نتایج ضعیف تحصیلی اشاره دارد.

    در پژوهش حاضر نیز منظور از موفقیت تحصیلی، معنی متداول آن در سایر پژوهش­ها یعنی نمرات پیشرفت تحصیلی دانشجو است. در ادامه برخی از مدل­هایی که به تبیین یا پیش­بینی موفقیت یا افت تحصیلی دانشجو پرداخته­اند، اشاره می­شود.

    • مدل مسیر تینتو[77] برای ترک تحصیل دانشجو در آموزش حضوری

    از جمله مدل­هایی که برای آموزش حضوری تدوین شده، مدل معروف”تینتو” است. این مدل جزء اولین دسته از مدل­های ارائه شده در این حوزه مطالعاتی است. هر چند مدل مذکور برای آموزش­های متداول (حضوری) ارائه شده است، اما به گزارش کمبر[78](1989) چندین پژوهش، اثربخشی این مدل را در آموزش­های از راه دور آزموده­اند. شکل ‏2‑2 اجزاء مدل و روابط آن‌ها را نشان می‌دهد.

    [1] Henry, Cooke, Montes

    [2] Welsh

    [3] Anohina

    [4] Ambient Insight

    [5] ChinaEdu

    [6] ChinaCast

    [7] Eadcon

    [8] U.S. Department of Education, National Center for Education Statistics

    [9] Casey

    [10] Park Choi

    [11] Rekkedal

    [12] Berge Huang

    [13] Boshier

    [14] Frankola

    [15] learning style

    [16] locous of control

    [17] Chang Ho

    [18] Levy

    [19] Redfield

    [20] besich

    [21] Frydenberg

    [22] Nistor Neubauer

    [23]  Willging Johnson

    [24] Smith

    [25] Yukselturk Inan

    [26] Clark Mayer

    [27] locus of control

    [28] Rotter

    [29] computer confidence

    [30] Osborn

    [31] holder

    [32] learner autonomy

    [33] Little

    [34] Zimmerman

    [35] Internet addiction

    [36] Kandell

    [37] Ally

    [38] Anohina

    [39] Clark

    [40] Khan

    [41] Ellis

    [42] ClarkMayer

    [43] Tavangarian,et al

    [44] Verduin Clark,

    [45] Phipps Merisotis,

    [46] Moore, Kearsley,

    [47] Taylor

    [48] Moore, Dickson-DeaneGalyen

    [49] Navigate

    [50] Butler

    [51] Virtual reality

    [52] Ivanova Smrikarov

    [53] Personal learning environment (PLE)

    [54] server-based

    [55] Ivanova Smrikarov

    [56] non-starters

    [57] draw-backs

    [58] Drop-outs

    [59] failures

    [60] Fritsch

    [61] retention rate

    [62] Doherty

    [63] attrition

    [64] persistence

    [65] Shrader,ParentBreithaupt

    [66] Menchaca Bekele

    [67] withdrawal

    [68] transfer

    [69] non-completion

    [70] dropout

    [71] stopout

    [72] fail

    [73] retention

    [74] graduates,

    [75] completion

    [76] pass

    [77] Tinto

    [78] Kember

     

     

     

     

    تکه های دیگری از این پایان نامه را می توانید

    در شماره بندی فوق بخوانید

    متن کامل پایان نامه ها در سایت homatez.com موجود است

    You may also like...