دومین کنگره انفورماتیک پزشکی و هفتمین همایش سلامت الکترونیک

عنوان فارسی شخصی سازی محتوی آموزشی با استفاده از تکنیک های داده کاوی
چکیده فارسی مقاله مقدمه: امروزه استفاده از تکنیک های داده کاوی در حوزه های مختلف کاربرد فراوانی پیدا کرده است. شخصی سازی محتوی آموزشی بر اساس نیازها، شرایط و ترجیحات دانشجویان یکی از این حوزه ها می باشد که مورد توجه محققین حوزه آموزش می باشد. در این مطالعه با استفاده از تکنیک داده کاوی به شخصی سازی تعدادی از دروس رشته فناوری اطلاعات سلامت از دیدگاه دانشجویان پرداخته شده است. روش بررسی: این تحقیق به روش توصیفی مقطعی انجام پذیرفت. جامعه مورد پژوهش دانشجویان ترم7 (ترم آخر تئوری) مقطع کارشناسی پیوسته رشته فناوری اطلاعات سلامت در دانشگاه های علوم پزشکی مشهد، سمنان و اهواز بودند. از بین دانشجویان 56 نمونه به صورت تصادفی انتخاب گردیدند. ابزار پژوهش پرسشنامه محقق ساخته ای بود که مبتنی بر سرفصل های دروس فناوری اطلاعات سلامت 1و2و3 تدوین گشته بود. روایی پرسشنامه توسط اساتید این رشته مورد بررسی و تائید قرار گرفت. از دانشجویان خواسته شد، ترتیب سرفصل های ارائه شده این دروس را بازبینی نمایند و توالی که از نظر آنها می تواند در ایجاد فهم و پیوستگی مطالب ارائه شده به دانشجویان کارآمدتر باشد، را پیشنهاد نمایند. سپس با کمک الگوریتم های داده کاوی که به زبان C پیاده سازی گردید، الگوهای پرتکرار از مجموعه توالی های پیشنهاد شده استخراج گردید. سپس نتایج تحقیق در اختیار 3 نفر از اساتید مربوط به دروس مورد بررسی قرار گرفت و نتایج تحلیل به صورت چینش پیشنهادی برای سرفصل ها و موارد حذف و اضافه شده ارائه گردید. یافته­ها: پس از جمع آوری پرسشنامه ها و تحلیل آنها، 4 توالی پرتکرار استخراج گردید، که بر اساس آنها می توان دانشجویان را به 4 دسته اصلی تقسیم نمود. دسته اول، دانشجویانی که برای درس فناوری اطلاعات سلامت 1 و بخشی از سرفصل های درس فناوری اطلاعات سلامت 2 توالی پرتکرار پیشنهاد داده بودند. دسته دوم و سوم، دانشجویانی که تنها برای درس فناوری اطلاعات سلامت 1 توالی پرتکرار پیشنهاد داده بودند. دسته چهارم، دانشجویانی که هیچ توالی پرتکراری پیشنهاد نداده بود. با توجه به این نتایج می توان استنتاج نمود، ارتباط معنایی بین سر فصل های ارائه شده، تنها در درس فناوری اطلاعات سلامت 1 توسط اکثر دانشجویان درک شده بود. نتیجه حاصل از تحلیل داده ها، توسط اساتید مربوط به دروس نشان داد عواملی مانند مناسب نبودن سرفصل ها، مناسب نبود چارت درسی، مناسب نبودن منابع مورد معرفی شده، مناسب نبودن حجم مطالب گنجانده شده در سرفصل ها، مناسب نبودن روش ارائه مطالب توسط اساتید (تئوری و عملی) می تواند علت اختلاف نظر ها در خصوص سرفصل ها باشد. نتیجه­گیری استفاده از تکنیک های داده کاوی جهت تحلیل داده های آموزشی می تواند در زمینه های مختلف یادگیری الکترونیکی به متخصصین جهت تصمیم گیری بهتر کمک نماید. تحلیل نتایج این بررسی توسط متخصصین و مدرسین دورس، نشان داد که الگوریتم پیشنهادی در ارائه توالی های مناسب سرفصل های آموزشی مفید بوده است و از نتایج حاصل شده می توان در محیط های یادگیری الکترونیکی و کلاس های درس سنتی استفاده نمود. واژه­های کلیدی: استخراج الگوهای پرتکرارا، داده کاوی، شخصی سازی محتوی آموزشی، یادگیری الکترونیکی.
کلیدواژه‌های فارسی مقاله

عنوان انگلیسی
چکیده انگلیسی مقاله
کلیدواژه‌های انگلیسی مقاله

نویسندگان مقاله mohammad mehdi barati jozan -

-

-


نشانی اینترنتی http://mieh-2018.modares.ac.ir/browse.php?a_code=A-10-197-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   دوره مرتبط   |   کنفرانس مرتبط   |   فهرست کنفرانس ها