الگوریتم تضمین کیفیت یادگیری دانش آموزان با کمبود اطلاعات

این مقاله به ارزیابی کیفیت یادگیری دانش آموزان در دانشگاه اختصاص یافته است. در حال حاضر تعداد دانش آموزانی که یادگیری از راه دور دریافت می کنند در حال افزایش است. کارشناسان معتقدند که با یادگیری از راه دور ، کیفیت آموزش کاهش می یابد. بنابراین ، ارزیابی کیفیت آموزش و هم برای بهبود کیفیت یادگیری دانش آموزان ، هم در مطالعه تمام وقت و هم در یادگیری از راه دور ، مهم است. برای حل این مشکل ، لازم است الگوریتم هایی برای ارزیابی کیفیت یادگیری دانش آموزان تهیه شود. در هنگام توسعه چنین الگوریتم ها ، به ویژه به دلیل این واقعیت که اطلاعات مربوط به دانش ، مهارت ها و توانایی های دانش آموزان کامل ، تحریف و متناقض نیست ، مشکلاتی بوجود می آید. بنابراین ، یک الگوریتم برای ارزیابی کیفیت یادگیری دانش آموزان با کمبود اطلاعات ارائه شده است. بر اساس این الگوریتم یک برنامه در pascalabc. net برای یک خوشه از محاسبات موازی با کارایی بالا نوشته شده است. محاسبات در سیستم های محاسباتی موازی می تواند تقریباً نیمی از زمان محاسبات را کاهش دهد. از شاخص های مختلفی برای توصیف معلمان ، دانش آموزان و وسایل آموزش استفاده شده است. بر اساس این شاخص ها ، عوامل زیر مشخص شد: کیفیت معلمان ، کیفیت دانش آموزان و کیفیت وسایل آموزش. بر اساس عوامل ، کیفیت آموزش مشخص می شود. اصلاح این الگوریتم توسعه داده شد. این الگوریتم به ما امکان می دهد تا برای دستیابی به سطح مشخصی از کیفیت ، پارامترهای ورودی را تغییر دهیم.

معرفی

هنگام مطالعه مشکل ارزیابی کیفیت یادگیری دانش آموزان ، ارزیابی کیفیت و ارائه توصیه هایی برای بهبود آن مهم است (Guba ، 2019 ؛ Guba et al. ، 2018). روشهای تجربی برای ارزیابی کیفیت برخورد آموزش با مشکلات قابل توجهی ، که عمدتاً به دلیل کمبود اطلاعات ، مواد و زمان ایجاد شده است (لیو و لیو ، 2017 ؛ Teeroovengadum و همکاران ، 2019). بنابراین ، همراه با روش های تجربی ، استفاده از ابزارهای ریاضی و ساخت مدل هایی برای ارزیابی کیفیت آموزش که نیازی به هزینه های بزرگ و زمان ندارد ، مطلوب است. مهمترین روشهای اصلی برای ارزیابی کیفیت آموزش روشهای متخصص است (ابراهیمیان ، 2014 ، 2015 ؛ فدوروف و آبراهامیان ، 2014). این روش ها معمولاً گران هستند و به زمان و هزینه نسبتاً زیادی نیاز دارند (Hsieh & Huisman ، 2016 ؛ Tomusk ، 2016). بنابراین ، مطلوب خواهد بود که روشی داشته باشیم که به سرعت و کارآمد ارزیابی اولیه از کیفیت یادگیری دانش آموزان را انجام دهد. پس از آن می توان از نظر زمان و منابع ، کیفیت آموزش را با روش های گران تر اصلاح کرد.

بیان مسأله

در حال حاضر تعداد فزاینده ای از دانش آموزان در حال یادگیری از راه دور هستند. کیفیت آموزش در یادگیری از راه دور پایین تر از مطالعه تمام وقت است. بنابراین ، ارزیابی کیفیت آموزش و هم برای اطمینان از کیفیت مورد نیاز آموزش ، هم در مطالعه تمام وقت و هم در یادگیری از راه دور ، مهم است.

سوالات تحقیق

برای حل مسئله ، لازم است یک الگوریتم برای ارزیابی کیفیت یادگیری دانش آموزان با کمبود اطلاعات تهیه کنید ، برنامه ای بنویسید که این الگوریتم را پیاده سازی کند ، پارامترهای ورودی برنامه را انتخاب کنید ، محاسبات را روی یک رایانه انجام دهید و تجزیه و تحلیل کنید. نتایج.

هدف از مطالعه

هدف از این مطالعه ساخت یک مدل ریاضی برای ارزیابی کیفیت یادگیری دانش آموزان و اجرای آن در یک خوشه محاسبات موازی با کارایی بالا ، محاسبات رایانه ای و تجزیه و تحلیل نتایج است.

روش های پژوهش

روش اصلی تحقیق ، مدل سازی ریاضی با اجرای بعدی الگوریتم روی یک رایانه در قالب برنامه ای است که در pascalabc. net نوشته شده است.

الگوریتم توسعه یافته به ما امکان می دهد مقادیر عددی عوامل زیر را تخمین بزنیم:

کیفیت معلمان ،

کیفیت دانش آموزان ،

کیفیت وسایل آموزش ،

کیفیت آموزش

این الگوریتم موارد زیر را شامل می شود:

تشکیل نام شاخص ها و عوامل ،

تشکیل تعداد شاخص های تعیین کننده عوامل ،

انتخاب نام شاخص ها ، ارزش های عددی و روابط نظم آنها بین آنها ،

تشکیل عوامل تعیین شده توسط شاخص های منتخب ،

تشکیل روابط نظم بین عوامل تعیین کننده شاخص ها ،

تعیین مقادیر عددی عوامل ، میانگین ارزش آنها ، پراکندگی و انحراف استاندارد ،

تعیین کیفیت آموزش ،

اگر نتیجه راضی نیست ، پس از آن به مورد 2 بروید. اگر نتیجه راضی است ، پس خاموش کردن برنامه.

یافته ها

این محاسبات برای معلمان ، دانش آموزان و وسایل آموزش (پشتیبانی مادی از فرایند آموزشی) در تخصص "علوم کامپیوتر" انجام شده است.

شاخص های زیر با مقادیر عادی زیر انتخاب شدند:

سلامت جسمی (0. 8).

سلامت اجتماعی و روانی (0. 5).

تجربه آموزشی (0. 6).

حضور درجه (0. 8).

داشتن صلاحیت های اساسی (0. 6).

داشتن صلاحیت های حرفه ای (0. 6).

کلاس های رایانه چندرسانه ای (0. 5).

ما شاخص های انتخاب شده را بر اساس اهمیت مرتب می کنیم: 6 ، 5 ، 8 ، 7 ، 9 ، 2 ، 1 ، 3 ، 4 و وارد رابطه ترتیب بین آنها می شود:

6 کمی مهمتر از 5 است ،

5 از 8 مهمتر است ،

8 از 7 مهمتر است ،

7 کمی مهمتر از 9 است ،

9 بسیار مهمتر از 2 است ،

2 از 1 مهمتر است ،

1 بسیار مهمتر از 3 است ،

3 کمی مهمتر از 4 است.

محاسبات برای عوامل زیر انجام شد:

فاکتور 1. "کیفیت معلمان" توسط شاخص هایی با اعداد تعیین می شود: 1 ، 2 ، 3 ، 4 ، 5.

فاکتور 2. "کیفیت دانش آموزان" توسط شاخص هایی با اعداد تعیین می شود: 1 ، 2 ، 5 ، 6 ، 7 ، 8 ، 9.

فاکتور 3. "کیفیت وسایل آموزش" توسط 7 ، 8 ، 9 تعیین می شود.

برای محاسبه مقادیر عددی فاکتورها بر اساس مقادیر عددی شاخص ها ، از همبستگی استفاده می شود که جوهر آن به شرح زیر است.

بگذارید درختی متشکل از سطح K +1 باشد. در سطح صفر یک شاخص وجود دارد و در 1،2 ، 3 ،. سطح k-th بیش از یک شاخص وجود دارد. معمولاً با افزایش تعداد سطح ، تعداد شاخص ها افزایش می یابد. هر یک از شاخص های سطح ( N-1) -th توسط یک مجموعه محدود از شاخص های سطح N-th تعیین می شود.

مفهوم Convolution را برای شاخص I-th از سطح ( N-1) در نظر بگیرید. بگذارید n تعداد کافی زیاد باشد. طبق گفته های Khovanov (1986 ، 1996 ، 1998) می توان N = 20 را گرفت. سپس

p 1 = 0 ، p 2 = 1 / n ، p 3 = 2 / n ،. بشربشربشر، p n + 1 = n / n = 1

ضرایب وزنه برداری برای

f i = p 1 k 1 + p 2 k 2 +. بشربشر+ p m k m ،

جایی که k_j(j = 1 ،. m) شاخص ها هستند ، m تعداد شاخص ها است. مقادیر f_iبرای i = 1 تعیین می شود ،. F. اگر شاخص k_aتقریباً یکسان یا کمی مهمتر از نشانگر k است_b، پس این بدان معنی است که P_a >= ص_bبشراگر نشانگر k باشد_aمهمتر از شاخص k است_b، پس این بدان معنی است که P_a >پ_bبشراگر شاخص k باشد_aبه طور قابل توجهی مهمتر از شاخص K است_b، پس این بدان معنی است که بین P_aو ص_bحداقل یک P وجود دارد_cبه طوری که P_a >پ_c >پ_bبشرعلاوه بر این ، شرایط عادی سازی برآورده می شود

P 1 + P 2 +. بشربشر+ p m = 1 ،

از آنجا_iمقادیر ، ما می توانیم میانگین ارزش آنها f* (حل) و انحراف استاندارد را تعیین کنیم ، جایی که n₀تعداد f است_jیافت شد (Kopyltsov و همکاران ، 2018 ؛ Novikova ، 2019).

در مرحله اول ، سه شاخص پیچیده شد: کیفیت معلمان ، کیفیت دانش آموزان و کیفیت وسایل آموزش. فرض بر این است که معلمان از دانش آموزان مهمتر هستند و دانش آموزان از وسایل آموزش مهمتر هستند. با معرفی ارزشهای عددی کیفیت معلمان ، کیفیت دانش آموزان و کیفیت وسایل آموزش ، مشخص شد که کیفیت آموزش 0. 61 است.

همانطور که مشاهده می کنید ، موازی سازی فرآیند محاسبات بر روی یک خوشه محاسبات موازی با کارایی بالا می تواند در مراحل محاسبه عوامل انجام شود. ما این کار را در pascalabc. net با اجرای سه گردش کار موازی اجرا کردیم. در مقایسه با استارتاپ متوالی ، زمان اجرا در هنگام شروع موازی تقریباً نیمی کاهش یافته است. اگر شاخص ها یا عوامل بیشتری را انتخاب کنیم ، زمان لازم برای محاسبات کمتر مورد نیاز است.

اصلاح الگوریتم در نظر گرفته شده است. فرض کنید که در لحظه اولیه وضعیت فرایند آموزشی توسط شاخص های l مشخص می شود₁، ل₂،سعادت_mبا مقادیر d₁، د₂،د_mو کیفیت آموزش د. این متخصص می خواهد کیفیت آموزش را بهبود بخشد تا کیفیت عددی آموزش در یک محله خاص U (U-EPS ، U+EPS) باشد ، جایی که U تعداد مشخصی از فاصله [0،1] است ، EPS استیک عدد مثبت کمیفرض بر این است که متخصص وسیله ای برای اصلاح روند آموزشی دارد ، یعنی او می تواند با استفاده از روشهای مختلف در شاخص های L عمل کند₁، ل₂،سعادت_m .

سپس با در هم آمیختن معیارهای انتخابی L₁، ل₂،سعادت_m، متخصص ارزش V را برای کیفیت آموزش دریافت می کند. اگر V در (U-eps، U+eps) باشد، V مورد نظر است. در غیر این صورت ما مقادیر دیگری از شاخص ها را می گیریم. این فرآیند ساخت در V در (U-eps، U+eps) است. بنابراین، در نتیجه، مجموعه ای از شاخص ها داریم که با پیچیدگی آن ها مجموعه ای از ارزش های کیفیت آموزش را به دست می آوریم. تصمیم نهایی توسط متخصص گرفته می شود. این الگوریتم امکان اصلاح کیفیت آموزش را فراهم می کند.

محاسبات انجام شده بر روی یک خوشه از محاسبات موازی با کارایی بالا موارد زیر را نشان داد. با مقادیر بالا شاخص ها و روابط نظم بین آنها، کیفیت آموزش 0. 61 است. فرض کنید یک متخصص می خواهد کیفیت آموزش را به 0. 66 برساند. سپس شاخص ها باید تغییر کنند. محاسبات انجام شده بر روی کامپیوتر نشان داد که نزدیکترین مقادیر به 0. 66 که 0. 661 است، با مقادیر زیر به دست می آید: 0. 8; 0. 8; 0. 6; 0. 8; 0. 8; 0. 6; 0, 0; 0. 9; 0. 9. با مقایسه مقادیر جدید اندیکاتورها با اندیکاتورهای اولیه، مشاهده می کنیم که مقادیر اندیکاتورها با اعداد 1، 3، 4، 6 تغییر نکرده اند و مقادیر اندیکاتورهای با اعداد 2، 5، 7، 8، 9 تغییر کرده اند.. این بدان معنی است که برای بهبود کیفیت آموزش از 0. 61 به 0. 66، باید مقدار معیار "سلامت اجتماعی و روانی" را از 0. 5 به 0. 8 (افزایش 60٪) تغییر دهید. مقادیر معیار "دارای شایستگی های اساسی" از 0. 6 به 0. 8 تغییر می کند (33. 3٪ افزایش می یابد). مقادیر معیار "کلاس های کامپیوتر چندرسانه ای" از 0. 5 تا 0. 9 (افزایش 80٪)؛مقادیر معیارهای "کتاب های درسی" از 0. 8 تا 0. 9 (افزایش 12. 5٪)؛مقادیر معیارهای "نرم افزار" از 0. 8 تا 0. 9 (افزایش 12. 5٪).

به این معنی که برای بهبود کیفیت آموزش از 0. 61 به 0. 66 باید مقادیر عددی شاخص های مربوطه را افزایش دهید و برای افزایش آنها به هزینه های مادی نیاز دارید. یعنی افزایش:

شاخص 2 (سلامت اجتماعی و روانی)، به عنوان مثال، توسعه مجتمع های ورزشی و تناسب اندام، بهبود شرایط تامین آسایشگاه-توچال و غیره ضروری است.

شاخص 5 (دارای صلاحیت های پایه) به عنوان مثال دروس اختیاری اضافی، دروس انتخابی و غیره؛

نشانگر 7 (کلاس های کامپیوتر چند رسانه ای) لازم است، به عنوان مثال، خرید تجهیزات مدرن، کامپیوتر و غیره.

شاخص (کتابهای درسی) ، به عنوان مثال ، برای به روزرسانی صندوق کتابخانه ، به دست آوردن کتابهای درسی الکترونیکی و غیره ضروری است.

شاخص 9 (نرم افزار) ، به عنوان مثال ، لازم است نرم افزار دارای مجوز مدرن ، تهیه برنامه های حق چاپ و غیره را بدست آورید.

نتیجه

بنابراین ، یک الگوریتم ساخته شده است که به ما امکان می دهد کیفیت معلمان ، کیفیت دانش آموزان ، کیفیت وسایل آموزش و کیفیت آموزش را با کمبود اطلاعات ارزیابی کنیم. این الگوریتم به عنوان برنامه ای که در pascalabc. net نوشته شده است اجرا شده و روی یک خوشه از محاسبات موازی با کارایی بالا آزمایش می شود. اصلاح این الگوریتم ایجاد شده است که به شما امکان می دهد هزینه های مواد لازم را برای بهبود کیفیت آموزش با یک مقدار از پیش تعیین شده تخمین بزنید. این الگوریتم همچنین به عنوان برنامه ای که در pascalabc. net نوشته شده است اجرا شده و روی یک خوشه محاسبات موازی با کارایی بالا آزمایش می شود. الگوریتم پیشنهادی برای ارزیابی کیفیت آموزش و اصلاح آن می تواند هم برای ارزیابی کیفیت آموزش و هم برای ارزیابی کیفیت ارائه خدمات پزشکی ، کیفیت نرم افزار و غیره اعمال شود.

تصدیق

ما می خواهیم از داوری ناشناس بخاطر نظرات سازنده برای بهبود نسخه خطی تشکر کنیم.

منابع

• Abrahamyan ، G. V. (2015). خطرات و تهدیدات احتمالی سیستم های رایانه ای و فن آوری های یادگیری الکترونیکی در بستر ویندوز محیط علمی و آموزشی فدراسیون روسیه. تاریخ روسیه ، 2015 ، 414. [در راس.]
• Abrahamyan ، G. V. (2014). سیستم همکاری علمی بین المللی و الگوی جهانی سازی آموزش و علوم حرفه ای در محیط اطلاعات کشورهای BRICS. Russianhistory ، 2014 ، 290. [در Russ.]
• Bestugin ، A. R ، Ryzhikov ، M. B. ، Svanidze ، V. G. ، & Novikova ، Yu. A. (2019). جهت هدف خطاهای رادارهای هوا در هوا بر اساس آرایه آنتن فاز چند کاناله مرتبط با عدم هویت آنتن های جزئی و سر و صدای حرارتی دستگاه دریافت کننده. کنفرانس بین المللی طراحی و اندازه گیری آنتن ، Adminc'2019 ، 67-71.
• Fedorov ، K. P. ، & Abrahamyan ، G. V. (2014) نرم افزار اکتشافی و استفاده از آنها برای توسعه صلاحیت های اطلاعاتی و ارتباطی دانش آموزان مدارس زبانی. Russianhistory ، 2014 ، 375. [در Russ.]
• Guba ، K. S. (2019). ارزیابی کیفیت آموزش عالی: ارزیابی تجربه بین المللی. مدیریت دانشگاه: تمرین و تجزیه و تحلیل ، 23 (3) ، 94-107.[در راس.]
• Guba ، K. ، Makeeva ، A. ، Sokolov ، M. ، & Tsivinskaya ، A. (2018). نحوه کار Rosobadzor: تجزیه و تحلیل داده های باز در مورد فعالیت های کنترل و نظارت در زمینه آموزش عالی. Cianoeusp.[در راس.]
• Hsieh ، C. ، & Huisman ، J. (2016). تغییر سیاست آموزش عالی در منطقه آموزش عالی اروپا: واگرایی از سیستم های تضمین کیفیت در انگلیس و هلند. مقالات تحقیقاتی در آموزش ، 32 (1) ، 71-83.
• Khovanov ، N. V. (1986). مدلهای آماری نظریه مقیاسهای کیفی. دانشگاه ایالتی لنینگراد.[در راس.]
• Khovanov ، N. V. (1996). تجزیه و تحلیل و سنتز شاخص ها با کسری اطلاعات. SPBSU[در راس.]
• Khovanov ، N. V. (1998). مدلهای ریاضی خطر و عدم اطمینان. SPBSU[در راس.]
• Kopyltsov ، A. V. (2019). استفاده از تئوری سیستم های پویا در برآورد کیفیت نرم افزار. J. Phys: Conf. سر ، 1399 ، 033016.
• Kopyltsov ، A. ، Kravets ، A. ، Abrahamyan ، G. ، Katasonova ، G ، Sotnikov ، A. ، & Atayan ، A. (2018). الگوریتم تخمین و تصحیح کیفیت ارتباطات بی سیم. نهمین کنفرانس بین المللی اطلاعات ، اطلاعات ، سیستم ها و برنامه ها ، IISA ، 1-4.
• لیو ، س. ، و لیو ، ج. (2017). تضمین کیفیت در آموزش عالی چین. در M. شاه ، N. Quen.(ویرایش.) ، افزایش تضمین کیفیت در آموزش عالی آسیا (صص 15-33). انتشار چاندوس.
• Novikova ، یو. A. (2019). پوشش ضد انعکاس چند لایه نوری در محدوده مادون قرمز. J. Phys. کنفرانسسر. ، 1399 ، 1-4.
• Teeroovengadum ، V. ، Nunkoo ، R. ، Sealbuck ، A. ، Gronroos ، C. ، & Kamalanabhan ، T. (2019). کیفیت خدمات آموزش عالی ، رضایت دانش آموزان و وفاداری: اعتبارسنجی مقیاس Hesqual و آزمایش یک مدل ساختاری بهبود یافته. تضمین کیفیت در آموزش ، 27 (4) ، 427-445.
• Tomusk ، V. (2016). دنیای باز و جوامع بسته: مقاله هایی در مورد سیاست های آموزش عالی در انتقال. Palgrave Macmillan.

اطلاعات حق چاپ

این کار تحت یک مجوز بین المللی Creative Commons Attribution-Noncommercial-Noderivatives 4. 0 مجوز است.