تصميم استراتيجية قائمة على تحليلات التعلم للكشف التلقائي عن أنماط المتعلمين في البيئات التعليمية الذكية" | ||
| مجلة جامعة الفيوم للعلوم التربوية والنفسية | ||
| Articles in Press, Accepted Manuscript, Available Online from 03 November 2025 | ||
| Document Type: المقالة الأصلية | ||
| DOI: 10.21608/jfust.2025.431600.2436 | ||
| Authors | ||
| أسماء عبد الناصر عبد الحميد سيف* 1; ا.م.د/ رامي زكي إسكندر اسكندر2; حسام الدين حسين أبو الهدي3; Eman Saad4 | ||
| 1قسم مناهج وطرق تدريس - کلية التربية - جامعة الفيوم | ||
| 2المنظمة العربية للتربية والثقافة | ||
| 3جامعة الفيوم/کلية التربية | ||
| 4کليه التربيه جامعه الفيوم | ||
| Abstract | ||
| يهدف هذا البحث إلى الكشف التلقائي عن أنماط المتعلمين في بيئات التعلم الذكية باستخدام تقنيات التحليل المتقدم، مع تجاوز الحاجة إلى الاستبيانات أو أدوات القياس الذاتية. استندت الدراسة إلى إطار تصنيفي رقمي لأنماط المتعلمين طورته الباحثة بالاعتماد على 2,591,718 سجلًّا من 879 ملفًا تعليميًا، باستخدام خوارزمية K-means Clustering لتحديد ثلاثة أنماط رئيسية: المشتت (Distracted Learner)، الموجَّه بالهدف (Goal-Directed Learner)، والتشاركي (Participatory Learner). استند البحث إلى نموذج متكامل تحت عنوان "تصميم البيانات والتعليم: من النموذج النظري إلى التطبيق العملي"، الذي يشمل جزأين رئيسيين: تصميم البيانات التعليمية والتصميم التعليمي القائم على البيانات. وتقدّم الدراسة استراتيجية تحديد نمط المتعلم تلقائيًا، التي تمثل حلًا عمليًا لمشكلة المتعلم الجديد "البادر" (Cold Start)، عبر سبع محاولات تعليمية متتابعة. في كل محاولة، يُعرض للمتعلم ثلاثة بلوكات تعليمية تمثل الأنماط الثلاثة، ويختار بلوكًا واحدًا فقط لتقليل تداخل المؤثرات. بعد ذلك، يُقدَّم اختبار قصير مرتبط بكل نمط، ويُطلب من المتعلم تسجيل درجة ثقته في إجاباته، ما يتيح دمج الأداء الفعلي مع وعي المتعلم الذاتي لتحديد النمط بدقة. أظهرت النتائج أن النمط المشتت هو الأكثر انتشارًا (45%)، يليه الموجَّه بالهدف (30%)، ثم التشاركي (25%). كما أظهرت الاستراتيجية دقة عالية وموثوقية ممتازة (Cronbach’s Alpha = 0.85) مع قدرة تفوق 85% في مطابقة الأنماط الفعلية. تستخدم البيانات الناتجة لاحقًا لتدريب النماذج باستخدام خورازمية K-means Clustering وBayesian للتنبؤ بسلوك المتعلمين الجدد وتصميم مسارات تعلم تكيفية فعّالة في أنظمة التوصية الذكية. | ||
| Keywords | ||
| الكشف التلقائي عن أنماط المتعلمين; مشكلة البداية الباردة; أنظمة التوصية الذكية | ||
|
Statistics Article View: 3 |
||
