میزان آمادگی دانشجویان و نگرش اساتید نسبت به پیاده سازی نظام یادگیری الکترونیکی
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 261
فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_STIM-4-4_007
تاریخ نمایه سازی: 27 اردیبهشت 1400
چکیده مقاله:
هدف: دانشجویان و اساتید به عنوان مهم ترین عناصر سیستم آموزشی، نقش محوری و تعیین کننده برای به کارگیری موثر و موفقیت آمیز فناوری یادگیری الکترونیکی در امر آموزش و یادگیری دارند و اطلاع از آمادگی و نگرش آن ها جهت پیاده سازی و اجرای موفقیت آمیز چنین روشی ضروری می نماید. لذا پژوهش حاضر در راستای جامه ی عمل پوشاندن به چنین ضرورتی صورت گرفته و با هدف بررسی میزان آمادگی دانشجویان و نگرش اساتید دانشگاه شهید مدنی آذربایجان نسبت به نظام یادگیری الکترونیکی طراحی گردیده است. روش: پژوهش توصیفی- پیمایشی حاضر بر روی ۲۱۸ نفر از دانشجویان و ۱۹۸نفر از اساتید دانشگاه شهید مدنی آذربایجان در سال تحصیلی ۹۴- ۱۳۹۳ که با روش نمونه گیری تصادفی طبقه ای نسبتی انتخاب شدند، انجام گرفت. میزان آمادگی دانشجویان و نگرش اساتید نسبت به یادگیری الکترونیکی با استفاده از پرسشنامه های استاندارد سنجیده شد. تحلیل های آماری مورد استفاده در این پژوهش، آمار توصیفی و استنباطی (جدول فراوانی، نمودار ستونی، میانگین و انحراف استاندارد، از آزمون های t تک نمونه ای t مستقل و آزمون F) بود. یافته ها: یافته های پژوهش نشان داد که دانشجویان دانشگاه شهید مدنی آذربایجان برای شرکت در یادگیری الکترونیکی از آمادگی در سطح متوسط برخوردار هستند. و همچنین نتایج نشانگر این است که اساتید این دانشگاه از نگرش موافقی نسبت به پیاده سازی نظام یادگیری الکترونیکی برخوردارند. تجزیه و تحلیل نتایج مشخص کرد که بین میزان آمادگی دانشجویان در دانشکده های مختلف برای شرکت در یادگیری الکترونیکی، تفاوت معنی داری وجود دارد. اما در مورد بقیه ی سوال ها تفاوت معنادار نبود
کلیدواژه ها:
نویسندگان
عزیز هدایتی خوشمهر
عضو هیات علمی دانشگاه شهید مدنی آذربایجان
ابوالفضل قاسم زاده
Azarbaijan Shahid Madani University
شیوا ملکی
دانشگاه محقق اردبیلی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :