سنجش و ارزیابی روش ها و فنون تدریس اعضای هیأت علمی در آموزش دانشگاهی به منظور تضمین کیفیت آموزش
آرشیو
چکیده
هدف این پژوهش، ارائه چارچوبی داده محور برای سنجش و ارزیابی روش ها و فنون تدریس اعضای هیأت علمی در آموزش دانشگاهی با تمرکز بر نقش این ارزیابی ها در تضمین کیفیت آموزشی است. برخلاف اغلب مطالعات پیشین که عمدتاً بر تحلیل های توصیفی یا نظرات خبرگان متکی بوده اند، در این پژوهش از داده های واقعی حاصل از ارزشیابی تدریس توسط دانشجویان و نمرات عملکرد آموزشی آنان استفاده شده است. جامعه آماری شامل داده های دروس ارائه شده در دانشگاه های قم و بزرگمهر قائنات طی سال های ۱۳۹۵ تا ۱۴۰۴ است. ابتدا معیارهای ارزشیابی تدریس با استناد به دستورالعمل های وزارت علوم استخراج شد. سپس با بهره گیری از الگوریتم های داده کاوی، به ویژه خوشه بندی، دروس با الگوهای ارزشیابی مشابه گروه بندی شدند و معیارهای مرتبط با خوشه های دارای بالاترین عملکرد تحصیلی شناسایی گردید. در ادامه، وزن و اهمیت نسبی هر معیار به صورت داده محور محاسبه و نرمال سازی شد. نتایج تحلیل نشان داد که معیار «واکنش منطقی و معقول به پیشنهادها، انتقادها و دیدگاه های دانشجویان» با وزن 0.07803 بیشترین تأثیر را بر بازدهی آموزشی دانشجویان دارد. پس از آن، معیار «تسلط استاد بر موضوع درس» با وزن 0.07774 در رتبه دوم قرار گرفت. در مرحله پایانی، راهکارهایی برای بهبود معیارهای با اولویت بالا تدوین و با استفاده از تکنیک های تصمیم گیری چندمعیاره شامل AHP اولویت بندی گردید. یافته ها نشان می دهد که رویکرد تلفیقی مبتنی بر داده کاوی و تحلیل تصمیم محور، می تواند ابزاری کارآمد و دقیق در جهت بهبود نظام ارزشیابی آموزشی و ارتقای کیفیت تدریس در آموزش عالی فراهم آورد.Assessment and Evaluation of University Faculty Teaching Methods and Techniques for Ensuring Educational Quality
The purpose of this study is to present a data-driven framework for assessing and evaluating the teaching methods and techniques of university faculty members, with a focus on the role of such evaluations in ensuring educational quality. Unlike most previous studies that primarily relied on descriptive analyses or expert opinions, this research utilizes real data obtained from student evaluations of teaching and corresponding academic performance scores. The statistical population includes course data from Qom University and Bozorgmehr University of Qaenat over the period of 2016 to 2025. First, the evaluation criteria were extracted based on the official guidelines of the Ministry of Science, Research, and Technology. Then, using data mining algorithms—particularly clustering—courses were grouped based on similar evaluation patterns, and the criteria associated with clusters exhibiting the highest academic performance were identified. The relative weight and importance of each criterion were subsequently calculated and normalized in a data-oriented manner. The analysis revealed that the criterion “Reasonable and logical response to student suggestions, criticisms, and viewpoints” had the highest impact on student performance, with a weight of 0.07803. This was followed by “Mastery of the subject” (weight: 0.07774) and “Having a proper lesson plan with coherence and comprehensive content delivery” (weight: 0.07746). In the final phase, targeted strategies were proposed for the high-priority criteria and ranked using multi-criteria decision-making (MCDM) methods, including the Analytic Hierarchy Process (AHP). The findings indicate that the integrated approach of data mining and decision analysis offers a precise and effective tool for enhancing the academic evaluation system and improving teaching quality in higher education.
تبلیغات
