• ni

Mapio Arddulliau Dysgu a Ffefrir gan Fyfyrwyr Deintyddol i Strategaethau Dysgu Cyfatebol Gan Ddefnyddio Modelau Dysgu Peiriannau Coed Penderfyniadau Addysg Feddygol BMC |

Mae angen cynyddol am ddysgu myfyriwr-ganolog (SCL) mewn sefydliadau addysg uwch, gan gynnwys deintyddiaeth.Fodd bynnag, defnydd cyfyngedig sydd gan SCL mewn addysg ddeintyddol.Felly, nod yr astudiaeth hon yw hyrwyddo'r defnydd o SCL mewn deintyddiaeth trwy ddefnyddio technoleg dysgu peiriant coed penderfyniad (ML) i fapio'r arddull dysgu a ffefrir (LS) a strategaethau dysgu cyfatebol (IS) myfyrwyr deintyddol fel offeryn defnyddiol ar gyfer datblygu canllawiau GG. .Dulliau addawol ar gyfer myfyrwyr deintyddol.
Cwblhaodd cyfanswm o 255 o fyfyrwyr deintyddol o Brifysgol Malaya yr holiadur Mynegai o Arddulliau Dysgu (m-ILS) wedi'i addasu, a oedd yn cynnwys 44 o eitemau i'w dosbarthu i'w CA priodol.Defnyddir y data a gasglwyd (a elwir yn set ddata) mewn dysgu coed penderfyniadau dan oruchwyliaeth i baru arddulliau dysgu myfyrwyr yn awtomatig â'r GG mwyaf priodol.Yna caiff cywirdeb yr offeryn argymhelliad GG sy'n seiliedig ar ddysgu peiriant ei werthuso.
Mae cymhwyso modelau coeden benderfynu mewn proses fapio awtomataidd rhwng LS (mewnbwn) ac IS (allbwn targed) yn caniatáu ar gyfer rhestr ar unwaith o strategaethau dysgu priodol ar gyfer pob myfyriwr deintyddol.Roedd yr offeryn argymhellion GG yn dangos cywirdeb perffaith ac adalw cywirdeb cyffredinol y model, gan ddangos bod gan baru LS i GG sensitifrwydd a phenodoldeb da.
Mae offeryn argymhelliad GG yn seiliedig ar goeden benderfyniadau ML wedi profi ei allu i baru arddulliau dysgu myfyrwyr deintyddol yn gywir â strategaethau dysgu priodol.Mae’r offeryn hwn yn darparu opsiynau pwerus ar gyfer cynllunio cyrsiau neu fodiwlau sy’n canolbwyntio ar y dysgwr a all wella profiad dysgu myfyrwyr.
Mae addysgu a dysgu yn weithgareddau sylfaenol mewn sefydliadau addysgol.Wrth ddatblygu system addysg alwedigaethol o ansawdd uchel, mae'n bwysig canolbwyntio ar anghenion dysgu myfyrwyr.Gellir pennu'r rhyngweithio rhwng myfyrwyr a'u hamgylchedd dysgu trwy eu LS.Mae ymchwil yn awgrymu y gall diffyg cyfatebiaeth a fwriedir gan athrawon rhwng LS myfyrwyr ac GG myfyrwyr gael canlyniadau negyddol ar gyfer dysgu myfyrwyr, megis llai o sylw a chymhelliant.Bydd hyn yn effeithio'n anuniongyrchol ar berfformiad myfyrwyr [1,2].
Mae IS yn ddull a ddefnyddir gan athrawon i roi gwybodaeth a sgiliau i fyfyrwyr, gan gynnwys helpu myfyrwyr i ddysgu [3].Yn gyffredinol, mae athrawon da yn cynllunio strategaethau addysgu neu GG sy'n cyfateb orau i lefel gwybodaeth eu myfyrwyr, y cysyniadau y maent yn eu dysgu, a'u cyfnod dysgu.Yn ddamcaniaethol, pan fydd LS ac IS yn cyfateb, bydd myfyrwyr yn gallu trefnu a defnyddio set benodol o sgiliau i ddysgu'n effeithiol.Yn nodweddiadol, mae cynllun gwers yn cynnwys sawl cyfnod pontio rhwng cyfnodau, megis o addysgu i arfer dan arweiniad neu o arfer dan arweiniad i arfer annibynnol.Gyda hyn mewn golwg, mae athrawon effeithiol yn aml yn cynllunio cyfarwyddyd gyda'r nod o adeiladu gwybodaeth a sgiliau myfyrwyr [4].
Mae'r galw am SCL yn tyfu mewn sefydliadau addysg uwch, gan gynnwys deintyddiaeth.Mae strategaethau SCL wedi'u cynllunio i fodloni anghenion dysgu myfyrwyr.Gellir cyflawni hyn, er enghraifft, os yw myfyrwyr yn cymryd rhan weithredol mewn gweithgareddau dysgu a bod athrawon yn gweithredu fel hwyluswyr ac yn gyfrifol am ddarparu adborth gwerthfawr.Dywedir y gall darparu deunyddiau dysgu a gweithgareddau sy'n briodol i lefel addysgol neu ddewisiadau myfyrwyr wella amgylchedd dysgu myfyrwyr a hyrwyddo profiadau dysgu cadarnhaol [5].
Yn gyffredinol, mae proses ddysgu myfyrwyr deintyddol yn cael ei dylanwadu gan y gweithdrefnau clinigol amrywiol y mae'n ofynnol iddynt eu cyflawni a'r amgylchedd clinigol lle maent yn datblygu sgiliau rhyngbersonol effeithiol.Pwrpas yr hyfforddiant yw galluogi myfyrwyr i gyfuno gwybodaeth sylfaenol am ddeintyddiaeth â sgiliau clinigol deintyddol a chymhwyso'r wybodaeth a gafwyd i sefyllfaoedd clinigol newydd [6, 7].Canfu ymchwil cynnar i'r berthynas rhwng GC a GG y byddai addasu strategaethau dysgu wedi'u mapio i'r AA a ffefrir yn helpu i wella'r broses addysgol [8].Mae'r awduron hefyd yn argymell defnyddio amrywiaeth o ddulliau addysgu ac asesu i addasu i ddysgu ac anghenion myfyrwyr.
Mae athrawon yn elwa o gymhwyso gwybodaeth LS i'w helpu i ddylunio, datblygu a gweithredu cyfarwyddyd a fydd yn gwella caffaeliad myfyrwyr o wybodaeth a dealltwriaeth ddyfnach o'r deunydd pwnc.Mae ymchwilwyr wedi datblygu sawl offeryn asesu LS, megis Model Dysgu Trwy Brofiad Kolb, Model Arddull Dysgu Felder-Silverman (FSLSM), a Model Fleming VAK/VARK [5, 9, 10].Yn ôl y llenyddiaeth, y modelau dysgu hyn yw'r modelau dysgu a ddefnyddir amlaf ac a astudir amlaf.Yn y gwaith ymchwil presennol, defnyddir FSLSM i asesu LS ymhlith myfyrwyr deintyddol.
Mae FSLSM yn fodel a ddefnyddir yn eang ar gyfer gwerthuso dysgu addasol mewn peirianneg.Mae llawer o weithiau cyhoeddedig yn y gwyddorau iechyd (gan gynnwys meddygaeth, nyrsio, fferylliaeth a deintyddiaeth) y gellir eu canfod gan ddefnyddio modelau FSLSM [5, 11, 12, 13].Enw’r offeryn a ddefnyddir i fesur dimensiynau LS yn y FLSM yw’r Mynegai Arddulliau Dysgu (ILS) [8], sy’n cynnwys 44 eitem sy’n asesu pedwar dimensiwn LS: prosesu (gweithredol/myfyriol), canfyddiad (canfyddiadol/sythweledol), mewnbwn (gweledol)./llafar) a dealltwriaeth (dilyniannol/byd-eang) [14].
Fel y dangosir yn Ffigur 1, mae gan bob dimensiwn FSLSM ffafriaeth drechaf.Er enghraifft, yn y dimensiwn prosesu, mae'n well gan fyfyrwyr ag LS “gweithredol” brosesu gwybodaeth trwy ryngweithio'n uniongyrchol â deunyddiau dysgu, dysgu trwy wneud, a thuedd i ddysgu mewn grwpiau.Mae'r CI “myfyriol” yn cyfeirio at ddysgu trwy feddwl ac mae'n well ganddi weithio ar ei phen ei hun.Gellir rhannu dimensiwn “canfyddiad” LS yn “deimlad” a/neu “sythwelediad.”Mae'n well gan fyfyrwyr “teimlo” wybodaeth fwy pendant a gweithdrefnau ymarferol, sy'n canolbwyntio ar ffeithiau o gymharu â myfyrwyr “sythweledol” y mae'n well ganddynt ddeunydd haniaethol ac sy'n fwy arloesol a chreadigol eu natur.Mae dimensiwn “mewnbwn” GC yn cynnwys dysgwyr “gweledol” a “llafar”.Mae'n well gan bobl ag LS “gweledol” ddysgu trwy arddangosiadau gweledol (fel diagramau, fideos, neu arddangosiadau byw), tra bod yn well gan bobl ag LS “llafar” ddysgu trwy eiriau mewn esboniadau ysgrifenedig neu lafar.Er mwyn “deall” dimensiynau LS, gellir rhannu dysgwyr o’r fath yn rhai “dilyniannol” a “byd-eang”.“Mae'n well gan ddysgwyr dilyniannol broses feddwl llinol a dysgu gam wrth gam, tra bod dysgwyr byd-eang yn dueddol o fod â phroses feddwl gyfannol a bod ganddynt ddealltwriaeth well bob amser o'r hyn y maent yn ei ddysgu.
Yn ddiweddar, mae llawer o ymchwilwyr wedi dechrau archwilio dulliau ar gyfer darganfod awtomatig sy'n cael ei yrru gan ddata, gan gynnwys datblygu algorithmau a modelau newydd sy'n gallu dehongli llawer iawn o ddata [15, 16].Yn seiliedig ar y data a ddarperir, mae ML dan oruchwyliaeth (dysgu peiriant) yn gallu cynhyrchu patrymau a rhagdybiaethau sy'n rhagfynegi canlyniadau yn y dyfodol yn seiliedig ar adeiladu algorithmau [17].Yn syml, mae technegau dysgu peirianyddol dan oruchwyliaeth yn trin data mewnbwn ac yn hyfforddi algorithmau.Yna mae'n cynhyrchu ystod sy'n dosbarthu neu'n rhagweld y canlyniad yn seiliedig ar sefyllfaoedd tebyg ar gyfer y data mewnbwn a ddarperir.Prif fantais algorithmau dysgu peiriant dan oruchwyliaeth yw ei allu i sefydlu canlyniadau delfrydol a dymunol [17].
Trwy ddefnyddio dulliau a yrrir gan ddata a modelau rheoli coed penderfyniadau, mae'n bosibl canfod LS yn awtomatig.Adroddwyd bod coed penderfynu yn cael eu defnyddio'n eang mewn rhaglenni hyfforddi mewn amrywiol feysydd, gan gynnwys y gwyddorau iechyd [18, 19].Yn yr astudiaeth hon, hyfforddwyd y model yn benodol gan ddatblygwyr y system i nodi LS myfyrwyr ac argymell y GG gorau ar eu cyfer.
Pwrpas yr astudiaeth hon yw datblygu strategaethau cyflwyno GG yn seiliedig ar AA myfyrwyr a chymhwyso'r ymagwedd SCL trwy ddatblygu offeryn argymell GG wedi'i fapio i GC.Dangosir llif dyluniad yr offeryn argymhelliad GG fel strategaeth o'r dull SCL yn Ffigur 1. Mae'r offeryn argymhelliad GG wedi'i rannu'n ddwy ran, gan gynnwys y mecanwaith dosbarthu LS gan ddefnyddio ILS a'r arddangosfa GG mwyaf addas ar gyfer myfyrwyr.
Yn benodol, mae nodweddion offer argymhellion diogelwch gwybodaeth yn cynnwys defnyddio technolegau gwe a defnyddio dysgu peiriannau coed penderfyniadau.Mae datblygwyr systemau yn gwella profiad y defnyddiwr a symudedd trwy eu haddasu i ddyfeisiau symudol fel ffonau symudol a thabledi.
Cynhaliwyd yr arbrawf mewn dau gam a chymerodd myfyrwyr o'r Gyfadran Deintyddiaeth ym Mhrifysgol Malaya ran yn wirfoddol.Ymatebodd y cyfranogwyr i m-ILS ar-lein myfyriwr deintyddol yn Saesneg.Yn y cyfnod cychwynnol, defnyddiwyd set ddata o 50 o fyfyrwyr i hyfforddi'r algorithm dysgu peiriant coeden benderfynu.Yn ail gam y broses ddatblygu, defnyddiwyd set ddata o 255 o fyfyrwyr i wella cywirdeb yr offeryn datblygedig.
Mae pob cyfranogwr yn derbyn briff ar-lein ar ddechrau pob cam, yn dibynnu ar y flwyddyn academaidd, trwy Microsoft Teams.Eglurwyd pwrpas yr astudiaeth a chafwyd caniatâd gwybodus.Rhoddwyd dolen i bob cyfranogwr i gael mynediad at yr m-ILS.Rhoddwyd cyfarwyddyd i bob myfyriwr ateb pob un o’r 44 eitem ar yr holiadur.Rhoddwyd wythnos iddynt gwblhau'r ILS wedi'i addasu ar amser ac mewn lleoliad a oedd yn gyfleus iddynt yn ystod egwyl y semester cyn dechrau'r semester.Mae'r m-ILS yn seiliedig ar yr offeryn ILS gwreiddiol ac wedi'i addasu ar gyfer myfyrwyr deintyddol.Yn debyg i'r ILS gwreiddiol, mae'n cynnwys 44 o eitemau wedi'u dosbarthu'n gyfartal (a, b), gydag 11 eitem yr un, a ddefnyddir i asesu agweddau ar bob dimensiwn FSLSM.
Yn ystod y camau cychwynnol o ddatblygu offer, gwnaeth yr ymchwilwyr anodi'r mapiau â llaw gan ddefnyddio set ddata o 50 o fyfyrwyr deintyddol.Yn ôl yr FSLM, mae'r system yn darparu cyfanswm yr atebion “a” a “b”.Ar gyfer pob dimensiwn, os bydd y myfyriwr yn dewis “a” fel ateb, caiff yr LS ei ddosbarthu fel Actif/Canfyddiadol/Gweledol/Dilyniannol, ac os bydd y myfyriwr yn dewis “b” fel ateb, caiff y myfyriwr ei ddosbarthu fel Myfyriol/Sythweledol/Ieithyddol. ./ dysgwr byd-eang.
Ar ôl graddnodi'r llif gwaith rhwng ymchwilwyr addysg ddeintyddol a datblygwyr systemau, dewiswyd cwestiynau yn seiliedig ar y parth FLSSM a'u bwydo i'r model ML i ragfynegi LS pob myfyriwr.Mae “sbwriel i mewn, sothach allan” yn ddywediad poblogaidd ym maes dysgu peiriannau, gyda phwyslais ar ansawdd data.Mae ansawdd y data mewnbwn yn pennu cywirdeb a chywirdeb y model dysgu peiriant.Yn ystod y cyfnod peirianneg nodwedd, crëir set nodwedd newydd sef cyfanswm yr atebion “a” a “b” yn seiliedig ar FLSSM.Rhoddir niferoedd adnabod safleoedd cyffuriau yn Nhabl 1.
Cyfrifwch y sgôr yn seiliedig ar yr atebion a phenderfynwch LS y myfyriwr.Ar gyfer pob myfyriwr, mae'r ystod sgôr o 1 i 11. Mae sgorau o 1 i 3 yn dynodi cydbwysedd o ddewisiadau dysgu o fewn yr un dimensiwn, ac mae sgorau o 5 i 7 yn dynodi ffafriaeth gymedrol, sy'n dynodi bod myfyrwyr yn dueddol o ffafrio un amgylchedd yn addysgu eraill .Amrywiad arall ar yr un dimensiwn yw bod sgorau o 9 i 11 yn adlewyrchu ffafriaeth gref at un pen neu'r llall [8].
Ar gyfer pob dimensiwn, cafodd cyffuriau eu grwpio yn rhai “gweithredol”, “myfyriol” a “cytbwys”.Er enghraifft, pan fydd myfyriwr yn ateb “a” yn amlach na “b” ar eitem ddynodedig a’i sgôr yn fwy na’r trothwy o 5 ar gyfer eitem benodol sy’n cynrychioli’r dimensiwn Prosesu LS, mae’n perthyn i’r LS “gweithredol”. parth..Fodd bynnag, dosbarthwyd myfyrwyr fel LS “myfyriol” pan wnaethant ddewis “b” yn fwy nag “a” mewn 11 cwestiwn penodol (Tabl 1) a sgorio mwy na 5 pwynt.Yn olaf, mae'r myfyriwr mewn cyflwr o “gydbwysedd.”Os nad yw'r sgôr yn fwy na 5 pwynt, yna LS “proses” yw hon.Ailadroddwyd y broses ddosbarthu ar gyfer y dimensiynau LS eraill, sef canfyddiad (gweithredol/myfyriol), mewnbwn (gweledol/llafar), a dealltwriaeth (dilyniannol/byd-eang).
Gall modelau coeden benderfynu ddefnyddio gwahanol is-setiau o nodweddion a rheolau penderfynu ar wahanol gamau o'r broses ddosbarthu.Fe'i hystyrir yn offeryn dosbarthu a rhagfynegi poblogaidd.Gellir ei gynrychioli gan ddefnyddio strwythur coeden fel siart llif [20], lle mae nodau mewnol yn cynrychioli profion yn ôl priodoledd, pob cangen yn cynrychioli canlyniadau profion, a phob nod dail (nod dail) yn cynnwys label dosbarth.
Crëwyd rhaglen syml yn seiliedig ar reolau i sgorio ac anodi LS pob myfyriwr yn awtomatig ar sail eu hymatebion.Mae seiliedig ar reolau ar ffurf datganiad IF, lle mae “IF” yn disgrifio’r sbardun ac “YNA” yn pennu’r camau i’w cymryd, er enghraifft: “Os bydd X yn digwydd, yna gwnewch Y” (Liu et al., 2014).Os yw'r set ddata yn dangos cydberthynas a bod model y goeden benderfynu wedi'i hyfforddi a'i werthuso'n briodol, gall y dull hwn fod yn ffordd effeithiol o awtomeiddio'r broses o baru LS ac IS.
Yn ail gam y datblygiad, cynyddwyd y set ddata i 255 i wella cywirdeb yr offeryn argymell.Rhennir y set ddata yn ôl cymhareb 1:4.Defnyddiwyd 25% (64) o'r set ddata ar gyfer y set brawf, a defnyddiwyd y 75% (191) sy'n weddill fel y set hyfforddi (Ffigur 2).Mae angen rhannu'r set ddata i atal y model rhag cael ei hyfforddi a'i brofi ar yr un set ddata, a allai achosi i'r model gofio yn hytrach na dysgu.Mae'r model wedi'i hyfforddi ar y set hyfforddi ac mae'n gwerthuso ei berfformiad ar y set brawf - data nad yw'r model erioed wedi'i weld o'r blaen.
Unwaith y bydd yr offeryn GG wedi'i ddatblygu, bydd y rhaglen yn gallu dosbarthu LS yn seiliedig ar ymatebion myfyrwyr deintyddol trwy ryngwyneb gwe.Mae'r system offer argymhelliad diogelwch gwybodaeth ar y we wedi'i hadeiladu gan ddefnyddio iaith raglennu Python gan ddefnyddio fframwaith Django fel cefnlen.Mae Tabl 2 yn rhestru'r llyfrgelloedd a ddefnyddiwyd wrth ddatblygu'r system hon.
Mae'r set ddata yn cael ei bwydo i fodel coeden benderfynu i gyfrifo a thynnu ymatebion myfyrwyr i ddosbarthu mesuriadau LS myfyrwyr yn awtomatig.
Defnyddir y matrics dryswch i werthuso cywirdeb algorithm dysgu peiriant coeden benderfynu ar set ddata benodol.Ar yr un pryd, mae'n gwerthuso perfformiad y model dosbarthu.Mae'n crynhoi rhagfynegiadau'r model ac yn eu cymharu â'r labeli data gwirioneddol.Mae canlyniadau’r gwerthusiad yn seiliedig ar bedwar gwerth gwahanol: Gwir Bositif (TP) – roedd y model yn rhagfynegi’r categori positif yn gywir, Gau Bositif (FP) – roedd y model yn rhagweld y categori positif, ond roedd y gwir label yn negyddol, Gwir Negyddol (TN) – rhagfynegodd y model y dosbarth negyddol yn gywir, a'r negyddol ffug (FN) - Mae'r model yn rhagweld dosbarth negyddol, ond mae'r gwir label yn bositif.
Yna defnyddir y gwerthoedd hyn i gyfrifo metrigau perfformiad amrywiol y model dosbarthu scikit-lear yn Python, sef manwl gywirdeb, manwl gywirdeb, adalw, a sgôr F1.Dyma enghreifftiau:
Mae adalw (neu sensitifrwydd) yn mesur gallu'r model i ddosbarthu LS myfyriwr yn gywir ar ôl ateb holiadur m-ILS.
Gelwir penodoldeb yn gyfradd negyddol wirioneddol.Fel y gallwch weld o'r fformiwla uchod, dylai hyn fod y gymhareb o wir negatifau (TN) i wir negatifau a chadarnhaol ffug (FP).Fel rhan o'r offeryn a argymhellir ar gyfer dosbarthu cyffuriau myfyrwyr, dylai fod yn bosibl ei adnabod yn gywir.
Roedd y set ddata wreiddiol o 50 o fyfyrwyr a ddefnyddiwyd i hyfforddi model ML coeden benderfynu yn dangos cywirdeb cymharol isel oherwydd gwall dynol yn yr anodiadau (Tabl 3).Ar ôl creu rhaglen syml yn seiliedig ar reolau i gyfrifo sgorau LS ac anodiadau myfyrwyr yn awtomatig, defnyddiwyd nifer cynyddol o setiau data (255) i hyfforddi a phrofi'r system argymell.
Yn y matrics dryswch amlddosbarth, mae'r elfennau croeslin yn cynrychioli nifer y rhagfynegiadau cywir ar gyfer pob math o LS (Ffigur 4).Gan ddefnyddio'r model coeden benderfynu, rhagfynegwyd cyfanswm o 64 sampl yn gywir.Felly, yn yr astudiaeth hon, mae'r elfennau croeslin yn dangos y canlyniadau disgwyliedig, gan ddangos bod y model yn perfformio'n dda ac yn rhagfynegi'n gywir y label dosbarth ar gyfer pob dosbarthiad LS.Felly, cywirdeb cyffredinol yr offeryn argymell yw 100%.
Dangosir gwerthoedd cywirdeb, manwl gywirdeb, adalw, a sgôr F1 yn Ffigur 5. Ar gyfer y system argymell sy'n defnyddio'r model coeden benderfynu, ei sgôr F1 yw 1.0 “perffaith,” sy'n nodi cywirdeb a galw i gof perffaith, gan adlewyrchu sensitifrwydd a phenodoldeb sylweddol gwerthoedd.
Mae Ffigur 6 yn dangos delwedd y model coeden benderfynu ar ôl cwblhau hyfforddiant a phrofion.Mewn cymhariaeth ochr yn ochr, roedd y model coeden benderfynu a hyfforddwyd gyda llai o nodweddion yn dangos cywirdeb uwch a delweddu model haws.Mae hyn yn dangos bod peirianneg nodwedd sy'n arwain at leihau nodweddion yn gam pwysig wrth wella perfformiad model.
Trwy gymhwyso dysgu dan oruchwyliaeth coeden benderfynu, mae'r mapio rhwng LS (mewnbwn) ac IS (allbwn targed) yn cael ei gynhyrchu'n awtomatig ac mae'n cynnwys gwybodaeth fanwl ar gyfer pob GC.
Dangosodd y canlyniadau fod yn well gan 34.9% o'r 255 o fyfyrwyr un (1) opsiwn LS.Roedd gan y mwyafrif (54.3%) ddau neu fwy o ddewisiadau LS.Nododd 12.2% o'r myfyrwyr fod LS yn eithaf cytbwys (Tabl 4).Yn ogystal â'r wyth prif LS, mae 34 cyfuniad o ddosbarthiadau LS ar gyfer myfyrwyr deintyddol Prifysgol Malaya.Yn eu plith, canfyddiad, gweledigaeth, a'r cyfuniad o ganfyddiad a gweledigaeth yw'r prif LS a adroddir gan fyfyrwyr (Ffigur 7).
Fel y gwelir yn Nhabl 4, roedd gan fwyafrif y myfyrwyr TS synhwyraidd (13.7%) neu weledol (8.6%) yn bennaf.Adroddwyd bod 12.2% o fyfyrwyr yn cyfuno canfyddiad â gweledigaeth (CD canfyddiadol-gweledol).Mae'r canfyddiadau hyn yn awgrymu bod yn well gan fyfyrwyr ddysgu a chofio trwy ddulliau sefydledig, dilyn gweithdrefnau penodol a manwl, a'u bod yn sylwgar eu natur.Ar yr un pryd, maent yn mwynhau dysgu trwy edrych (gan ddefnyddio diagramau, ac ati) ac yn tueddu i drafod a chymhwyso gwybodaeth mewn grwpiau neu ar eu pen eu hunain.
Mae'r astudiaeth hon yn rhoi trosolwg o dechnegau dysgu peirianyddol a ddefnyddir wrth gloddio data, gyda ffocws ar ragfynegi LS myfyrwyr yn syth ac yn gywir ac argymell GG addas.Roedd cymhwyso model coeden benderfynu yn nodi'r ffactorau sydd â'r cysylltiad agosaf â'u bywyd a'u profiadau addysgol.Mae'n algorithm dysgu peirianyddol dan oruchwyliaeth sy'n defnyddio strwythur coeden i ddosbarthu data trwy rannu set o ddata yn is-gategorïau yn seiliedig ar feini prawf penodol.Mae'n gweithio trwy rannu'r data mewnbwn yn rheolaidd yn is-setiau yn seiliedig ar werth un o nodweddion mewnbwn pob nod mewnol nes bod penderfyniad yn cael ei wneud ar y nod dail.
Mae nodau mewnol y goeden benderfynu yn cynrychioli'r ateb yn seiliedig ar nodweddion mewnbwn y broblem m-ILS, ac mae'r nodau dail yn cynrychioli rhagfynegiad dosbarthiad terfynol yr LS.Drwy gydol yr astudiaeth, mae'n hawdd deall hierarchaeth coed penderfyniadau sy'n esbonio ac yn delweddu'r broses benderfynu trwy edrych ar y berthynas rhwng nodweddion mewnbwn a rhagfynegiadau allbwn.
Ym meysydd cyfrifiadureg a pheirianneg, defnyddir algorithmau dysgu peiriant yn eang i ragfynegi perfformiad myfyrwyr yn seiliedig ar eu sgoriau arholiad mynediad [21], gwybodaeth ddemograffig, ac ymddygiad dysgu [22].Dangosodd ymchwil fod yr algorithm yn rhagfynegi perfformiad myfyrwyr yn gywir ac yn eu helpu i nodi myfyrwyr a oedd mewn perygl o gael anawsterau academaidd.
Adroddir ar gymhwyso algorithmau ML wrth ddatblygu efelychwyr cleifion rhithwir ar gyfer hyfforddiant deintyddol.Mae'r efelychydd yn gallu atgynhyrchu ymatebion ffisiolegol cleifion go iawn yn gywir a gellir ei ddefnyddio i hyfforddi myfyrwyr deintyddol mewn amgylchedd diogel a rheoledig [23].Mae sawl astudiaeth arall yn dangos y gall algorithmau dysgu peirianyddol o bosibl wella ansawdd ac effeithlonrwydd addysg ddeintyddol a meddygol a gofal cleifion.Mae algorithmau dysgu peiriannau wedi'u defnyddio i helpu i wneud diagnosis o glefydau deintyddol yn seiliedig ar setiau data megis symptomau a nodweddion cleifion [24, 25].Er bod astudiaethau eraill wedi archwilio'r defnydd o algorithmau dysgu peiriant i gyflawni tasgau megis rhagweld canlyniadau cleifion, nodi cleifion risg uchel, datblygu cynlluniau triniaeth personol [26], triniaeth periodontol [27], a thriniaeth pydredd [25].
Er bod adroddiadau ar gymhwyso dysgu peirianyddol mewn deintyddiaeth wedi'u cyhoeddi, mae ei gymhwysiad mewn addysg ddeintyddol yn gyfyngedig o hyd.Felly, nod yr astudiaeth hon oedd defnyddio model coeden benderfynu i nodi'r ffactorau a gysylltir agosaf ag LS ac IS ymhlith myfyrwyr deintyddol.
Mae canlyniadau'r astudiaeth hon yn dangos bod gan yr offeryn argymell datblygedig gywirdeb uchel a chywirdeb perffaith, sy'n dangos y gall athrawon elwa o'r offeryn hwn.Gan ddefnyddio proses ddosbarthu sy'n cael ei gyrru gan ddata, gall ddarparu argymhellion personol a gwella profiadau a chanlyniadau addysgol i addysgwyr a myfyrwyr.Yn eu plith, gall gwybodaeth a geir trwy offer argymell ddatrys gwrthdaro rhwng y dulliau addysgu a ffefrir gan athrawon ac anghenion dysgu myfyrwyr.Er enghraifft, oherwydd allbwn awtomataidd offer argymell, bydd yr amser sydd ei angen i nodi IP myfyriwr a'i baru â'r IP cyfatebol yn cael ei leihau'n sylweddol.Yn y modd hwn, gellir trefnu gweithgareddau hyfforddi addas a deunyddiau hyfforddi.Mae hyn yn helpu i ddatblygu ymddygiad dysgu cadarnhaol myfyrwyr a'u gallu i ganolbwyntio.Nododd un astudiaeth y gall darparu deunyddiau dysgu a gweithgareddau dysgu i fyfyrwyr sy'n cyd-fynd â'u hoff AH helpu myfyrwyr i integreiddio, prosesu a mwynhau dysgu mewn sawl ffordd i gyflawni mwy o botensial [12].Mae ymchwil hefyd yn dangos, yn ogystal â gwella cyfranogiad myfyrwyr yn yr ystafell ddosbarth, bod deall proses ddysgu myfyrwyr hefyd yn chwarae rhan hanfodol wrth wella arferion addysgu a chyfathrebu â myfyrwyr [28, 29].
Fodd bynnag, fel gydag unrhyw dechnoleg fodern, mae problemau a chyfyngiadau.Mae’r rhain yn cynnwys materion sy’n ymwneud â phreifatrwydd data, rhagfarn a thegwch, a’r sgiliau proffesiynol a’r adnoddau sydd eu hangen i ddatblygu a gweithredu algorithmau dysgu peirianyddol mewn addysg ddeintyddol;Fodd bynnag, mae diddordeb ac ymchwil cynyddol yn y maes hwn yn awgrymu y gallai technolegau dysgu peirianyddol gael effaith gadarnhaol ar addysg ddeintyddol a gwasanaethau deintyddol.
Mae canlyniadau’r astudiaeth hon yn dangos bod gan hanner y myfyrwyr deintyddol duedd i “ganfod” cyffuriau.Mae gan y math hwn o ddysgwr ffafriaeth at ffeithiau ac enghreifftiau diriaethol, cyfeiriadedd ymarferol, amynedd am fanylion, a dewis AA “gweledol”, lle mae'n well gan ddysgwyr ddefnyddio lluniau, graffeg, lliwiau, a mapiau i gyfleu syniadau a meddyliau.Mae'r canlyniadau cyfredol yn gyson ag astudiaethau eraill sy'n defnyddio ILS i asesu LS mewn myfyrwyr deintyddol a meddygol, y mae gan y mwyafrif ohonynt nodweddion LS canfyddiadol a gweledol [12, 30].Mae Dalmolin et al yn awgrymu bod hysbysu myfyrwyr am eu LS yn caniatáu iddynt gyrraedd eu potensial dysgu.Mae ymchwilwyr yn dadlau, pan fydd athrawon yn deall proses addysgol myfyrwyr yn llawn, y gellir gweithredu amrywiol ddulliau a gweithgareddau addysgu a fydd yn gwella perfformiad a phrofiad dysgu myfyrwyr [12, 31, 32].Mae astudiaethau eraill wedi dangos bod addasu LS myfyrwyr hefyd yn dangos gwelliannau ym mhrofiad dysgu a pherfformiad myfyrwyr ar ôl newid eu harddulliau dysgu i weddu i'w LS eu hunain [13, 33].
Gall barn athrawon amrywio o ran gweithredu strategaethau addysgu yn seiliedig ar alluoedd dysgu myfyrwyr.Er bod rhai yn gweld manteision y dull hwn, gan gynnwys cyfleoedd datblygiad proffesiynol, mentoriaeth, a chymorth cymunedol, gall eraill fod yn bryderus am amser a chymorth sefydliadol.Mae ymdrechu am gydbwysedd yn allweddol i greu agwedd myfyriwr-ganolog.Gall awdurdodau addysg uwch, megis gweinyddwyr prifysgolion, chwarae rhan bwysig wrth ysgogi newid cadarnhaol drwy gyflwyno arferion arloesol a chefnogi datblygiad cyfadran [34].Er mwyn creu system addysg uwch wirioneddol ddeinamig ac ymatebol, rhaid i lunwyr polisi gymryd camau beiddgar, megis gwneud newidiadau polisi, neilltuo adnoddau i integreiddio technoleg, a chreu fframweithiau sy’n hyrwyddo dulliau sy’n canolbwyntio ar y myfyriwr.Mae'r mesurau hyn yn hanfodol i gyflawni'r canlyniadau dymunol.Mae ymchwil diweddar ar gyfarwyddyd gwahaniaethol wedi dangos yn glir bod gweithredu cyfarwyddyd gwahaniaethol yn llwyddiannus yn gofyn am gyfleoedd hyfforddi a datblygu parhaus i athrawon [35].
Mae'r offeryn hwn yn darparu cymorth gwerthfawr i addysgwyr deintyddol sydd am ddefnyddio dull myfyriwr-ganolog o gynllunio gweithgareddau dysgu sy'n gyfeillgar i fyfyrwyr.Fodd bynnag, mae'r astudiaeth hon wedi'i chyfyngu i'r defnydd o fodelau ML coeden benderfynu.Yn y dyfodol, dylid casglu mwy o ddata i gymharu perfformiad gwahanol fodelau dysgu peiriannau i gymharu cywirdeb, dibynadwyedd a manwl gywirdeb offer argymell.Yn ogystal, wrth ddewis y dull dysgu peiriant mwyaf priodol ar gyfer tasg benodol, mae'n bwysig ystyried ffactorau eraill megis cymhlethdod model a dehongliad.
Cyfyngiad ar yr astudiaeth hon yw ei bod yn canolbwyntio ar fapio LS ac IS ymhlith myfyrwyr deintyddol yn unig.Felly, dim ond y rhai sy'n addas ar gyfer myfyrwyr deintyddol y bydd y system argymhellion ddatblygedig yn eu hargymell.Mae angen newidiadau ar gyfer defnydd cyffredinol myfyrwyr addysg uwch.
Mae'r offeryn argymhelliad sy'n seiliedig ar ddysgu peirianyddol sydd newydd ei ddatblygu yn gallu dosbarthu a chyfateb LS myfyrwyr ar unwaith i'r GG cyfatebol, gan ei gwneud y rhaglen addysg ddeintyddol gyntaf i helpu addysgwyr deintyddol i gynllunio gweithgareddau addysgu a dysgu perthnasol.Gan ddefnyddio proses brysbennu a yrrir gan ddata, gall ddarparu argymhellion personol, arbed amser, gwella strategaethau addysgu, cefnogi ymyriadau wedi'u targedu, a hyrwyddo datblygiad proffesiynol parhaus.Bydd ei gymhwysiad yn hyrwyddo ymagweddau at addysg ddeintyddol sy'n canolbwyntio ar y myfyriwr.
Gwasg Cysylltiedig Gilak Jani.Cydweddu neu ddiffyg cyfatebiaeth rhwng arddull dysgu'r myfyriwr ac arddull addysgu'r athro.Int J Mod Educ Cyfrifiadureg.2012; 4(11):51–60.https://doi.org/10.5815/ijmecs.2012.11.05


Amser post: Ebrill-29-2024