پیوندهای مفید
آمار
| تعداد نشریات | 11 |
| تعداد شمارهها | 237 |
| تعداد مقالات | 2,398 |
| تعداد مشاهده مقاله | 3,830,613 |
| تعداد دریافت فایل اصل مقاله | 2,775,223 |
شناسایی راهکارهای نوین برای ارتقاء اثربخشی بازخورد در سیستمهای مدیریت یادگیری مجازی | ||
| فناوری آموزش | ||
| مقاله 10، دوره 19، شماره 2 - شماره پیاپی 74، فروردین 1404، صفحه 475-493 اصل مقاله (1.17 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22061/tej.2025.11228.3119 | ||
| نویسندگان | ||
| حمیدرضا تقی پور* ؛ اسماعیل جعفری؛ مرتضی رضایی زاده | ||
| گروه علوم تربیتی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شهید بهشتی، تهران، ایران | ||
| تاریخ دریافت: 10 مرداد 1403، تاریخ بازنگری: 27 مهر 1403، تاریخ پذیرش: 23 دی 1403 | ||
| چکیده | ||
| پیشینه و اهداف: بازخورد یکی از مهمترین عوامل در پیشبینی، ارتقاء و بهبود فرآیند یادگیری است که ارائه مؤثر آن، بهویژه در سیستمهای مدیریت آموزش مجازی، مستلزم استفاده از راهکارهای علمی و عملی دقیق است. بازخورد در محیطهای مجازی نهتنها بر یادگیری دانشجویان تأثیر میگذارد، بلکه میتواند میزان انگیزه، تعامل و خودتنظیمی یادگیرندگان را نیز افزایش دهد. بااینحال، چالشهایی مانند بیتوجهی فراگیران به بازخورد، کمبود تعاملات عاطفی و آموزشی، و عدم شخصیسازی بازخوردها باعث کاهش اثربخشی آن در سیستمهای یادگیری الکترونیکی شده است. ازاینرو، پژوهش حاضر بر آن است که راهکارهای بازخورد مؤثر در سیستمهای مدیریت آموزش مجازی را شناسایی و بررسی کند. روشها: این پژوهش از نظر هدف، کاربردی و از نظر روششناسی، کیفی با رویکرد تحلیل مضمون (Thematic Analysis) است. ابزار گردآوری دادهها، مصاحبه نیمهساختاریافته بوده و چهارچوب سؤالات مصاحبه براساس مدل مفهومی اولیه، که بر پایه مبانی نظری استخراج شده، تدوین شده است. دادهها در سه مرحله (مضامین پایه، مضامین سازماندهنده، مضامین فراگیر) توسط نرمافزار MaxQDA سازماندهی و تحلیل شدند. پس از استخراج مفاهیم، طبقهبندی آنها در قالب مؤلفهها و مقولهها انجام شده است. جامعه پژوهش حاضر را تمامی متخصصان حوزههای مدیریت فناوری اطلاعات و یادگیری الکترونیکی تشکیل میدهند. نمونه پژوهش شامل ۱۰ نفر از این متخصصان بود که براساس روش نمونهگیری هدفمند و ملاکمدار انتخاب شدند. معیارهای ورود به نمونهگیری شامل تحصیل در رشتههای مرتبط (مانند مدیریت فناوری اطلاعات و مهندسی فناوری اطلاعات) و تجربه عملی در طراحی و کار با سیستمهای مدیریت آموزش مجازی بود. مصاحبهها تا رسیدن به اشباع نظری ادامه یافت؛ به این معنا که پس از مصاحبه با ۱۰ نفر، دیگر کد جدیدی نسبت به مصاحبههای قبلی شناسایی نشد. این نقطه بهعنوان نقطه اشباع نظری در نظر گرفته شد که نشاندهنده کفایت تنوع نمونه است .بهمنظور اعتبارسنجی یافتهها، از روش چک اعضاء و شاخص کاپای کوهن استفاده شد. دو مصاحبه بهصورت تصادفی انتخاب شده و مفاهیم کدگذاریشده برای تأیید به شرکتکنندگان ارائه شد. همچنین، میزان توافق بین دو کدگذار بر اساس شاخص کاپای کوهن محاسبه شد که مقدار آن ۰.۷۸ به دست آمد، که نشاندهنده اعتبار بالای کدگذاری است. یافتهها: یافتههای پژوهش نشان داد که راهکارهای بازخورد مؤثر در سیستمهای مدیریت آموزشدهاند. این مقولهها شامل راهکارهای آموزشی، اجرایی و فنی هستند که هریک نقش مهمی در بهبود کیفیت بازخورد در یادگیری الکترونیکی ایفا میکنند. راهکارهای فنی شامل مواردی همچون تصویرسازی از بازخورد، تنوعبخشی به فناوریهای ارزیابی، استفاده از منابع متنوع بازخورد، خودکارسازی فرآیند ارائه بازخورد و بهرهگیری از ابزارهای پردازش زبان طبیعی است که به بهینهسازی کیفیت بازخورد در محیطهای یادگیری مجازی کمک میکند. راهکارهای آموزشی بر مدیریت بازخورد، ارائه بازخوردهای شخصیسازیشده، تنوعبخشی به روشهای ارزیابی و بهینهسازی مدیریت منابع و محتوا تأکید دارند تا تعامل و درک یادگیرندگان نسبت به بازخوردهای دریافتی افزایش یابد. همچنین، راهکارهای اجرایی شامل استفاده از دادههای مستمر برای بهبود فرآیندهای بازخوردی، تجزیهوتحلیل دقیق بازخوردها و پیگیری بازخوردهای ارائهشده به یادگیرندگان است که نقش مهمی در افزایش اثربخشی بازخوردهای آموزشی ایفا میکند. نتیجهگیری: دستاندرکاران سیستمهای مدیریت آموزش مجازی باید علاوه بر حوزه آموزشی، در ابعاد فنی و اجرایی نیز راهکارهای متنوعی برای ارائه بازخورد مؤثر بهکار گیرند. در حوزه آموزشی، شخصیسازی بازخورد و استفاده از روشهای نوین ارزیابی ضروری است؛ در حوزه فنی، بهرهگیری از فناوریهای نوین، هوش مصنوعی و خودکارسازی بازخورد اهمیت دارد؛ و در حوزه اجرایی، تجزیهوتحلیل دادههای مستمر و پیگیری بازخوردها باید مورد توجه قرار گیرد. بنابراین، رویکرد تکبعدی در بازخورد کارآمد نبوده و برای دستیابی به اثربخشی مطلوب، باید تمامی این ابعاد بهطور همزمان مدنظر قرار گیرند. | ||
| کلیدواژهها | ||
| یادگیری مجازی؛ سیستم مدیریت آموزش مجازی؛ بازخورد آموزشی | ||
| موضوعات | ||
| آموزش الکترونیکی- مجازی | ||
| عنوان مقاله [English] | ||
| Identification of innovative solutions to enhance the effectiveness of feedback in virtual learning management systems | ||
| نویسندگان [English] | ||
| H. Taghipour؛ E. Jafari؛ M. Rezaeizadeh | ||
| Department of Educational Sciences, Faculty of Educational Sciences and Psychology, Shahid Beheshti University, Tehran, Iran | ||
| چکیده [English] | ||
| Background and Objectives: Feedback is one of the most important factors in predicting, promoting, and improving the learning process, and its effective presentation, especially in virtual education management systems, requires the use of precise scientific and practical solutions. Feedback in virtual environments not only affects students’ learning, but also can increase the level of motivation, interaction, and self-regulation of the learners. However, challenges such as learners' inattention to feedback, lack of emotional and educational interactions, and lack of personalization of feedback have reduced its effectiveness in e-learning systems. Therefore, the present study aimed to identify and examine effective feedback solutions in virtual education management systems. Methods: This research is applied in terms of purpose and qualitative in terms of methodology with a thematic analysis approach. The data collection tool was a semi-structured interview, and the framework of interview questions was developed based on an initial conceptual model, which was extracted based on theoretical foundations. The data were organized and analyzed in three stages (basic themes, organizing themes, and overarching themes) using MaxQDA software. After extracting the concepts, they were classified into components and categories.The population of the present study consisted of all experts in the fields of information technology management and e-learning. The research sample consisted of 10 of these experts who were selected based on a purposive and criterion-based sampling method. The inclusion criteria for sampling included education in related fields (such as information technology management and information technology engineering) and practical experience in designing and working with virtual education management systems. The interviews continued until theoretical saturation was reached; This means that after interviewing 10 people, no new codes were identified compared to previous interviews. This point was considered as the theoretical saturation point, which indicates the adequacy of sample diversity. In order to validate the findings, the member check method and Cohen's Kappa index were used. Two interviews were randomly selected and the coded concepts were presented to the participants for confirmation. Also, the level of agreement between the two coders was calculated based on Cohen's Kappa index, which was 0.78, indicating high coding validity. Findings: The research findings showed that effective feedback solutions in virtual learning management systems were classified into 52 subcomponents, 11 components, and 3 main categories. These categories included educational, implementation, and technical solutions, each of which played an important role in improving the quality of feedback in e-learning. Technical solutions included such concepts as visualizing feedback, diversifying assessment technologies, using diverse feedback sources, automating the feedback process, and utilizing natural language processing tools that help optimize the quality of feedback in virtual learning environments. Educational solutions emphasized feedback management, providing personalized feedback, diversifying assessment methods, and optimizing resource and content management to increase learner engagement and understanding of the feedback received. Also, implementation solutions included using continuous data to improve feedback processes, analyzing feedback accurately, and tracking feedback provided to learners, which played an important role in increasing the effectiveness of educational feedback. Conclusion: In addition to the educational field, those involved in virtual learning management systems should use a variety of solutions in the technical and administrative dimensions to provide effective feedback. In the educational field, personalizing feedback and using modern assessment methods are essential; in the technical field, utilizing new technologies, artificial intelligence, and automating feedback is important; and in the administrative field, continuous data analysis and feedback tracking should be considered. Therefore, a one-dimensional approach to feedback is not efficient, and to achieve the desired effectiveness, all these dimensions must be considered simultaneously. | ||
| کلیدواژهها [English] | ||
| Virtual Learning, Virtual Learning Management, System Educational Feedback | ||
| مراجع | ||
|
https://doi.org/10.3102/003465430298487 [2] Molin F, Haelermans C, Cabus S, Groot W. Do feedback strategies improve students’ learning gain?-Results of a randomized experiment using polling technology in physics classrooms. Computers & Education. 2021 Dec 1;175:104339. https://doi.org/10.1016/j.compedu.2021.104339 [3] Van Popta E, Kral M, Camp G, Martens RL, Simons PR. Exploring the value of peer feedback in online learning for the provider. Educational Research Review. 2017 Feb 1;20:24-34. DOI:10.1016/j.edurev.2016.10.003 [4] Hill F. Feedback to enhance student learning: facilitating interactive feedback on clinical skills. International Journal of Clinical Skills. 2007;1(1):21-4. Feedback to enhance student learning: facilitating interacti | 11585 [5] Yuan J. A study of student engagement in autonomy-supportive peer assessment (Doctoral dissertation, University of Georgia). yuan_jiangmei_201605_phd.pdf [6] Panadero EO, Jonsson A, Alqassab M. Providing formative peer feedback: What do we know?.2018. https://psycnet.apa.org/doi/10.1017/9781316832134.020 [8] ATASHAK M. THEORETICAL AND APPLIED PRINCIPLES OF ELECTRONIC LEARNING. JOURNAL OF RESEARCH AND PLANNING IN HIGHER EDUCATION[Internet]. 2007;13(1 (43)):135-156. Theoretical and Applied Principles of Electronic Learning [9] Tavangarian D, Leypold M, Nölting K, Röser M, Voigt D. Is e-learning the solution for individual learning? Electron J e-Learn. 2004;2(1):273–280. Available from: Available from: https://www.researchgate.net/publication/228760112_Is_e-Learning_the_solution_for_individual_learning https://doi.org/10.22055/edu.2018.20292.2047 https://doi.org/10.1080/02602930600896498 [13] Ertmer PA, Richardson JC, Belland B, Camin D, onnolly P, Coulthard G, Lei K, Mong C.Using peer feedback to enhance the quality of student online postings: An exploratory study. Journal of Computer-Mediated Communication. 2007 Jan 1;12(2):412-33. https://doi.org/10.1111/j.1083-6101.2007.00331.x DOI:10.1007/s10639-021-10523-1 [15] Yuan J, Kim C. Effective feedback design using free technologies. Journal of Educational Computing Research. 2015 Jun;52(3):408-34.https://journals.sagepub.com/doi/10.1177/0735633115571929 www.tandfonline.com/doi/epdf/10.1080/02602938.2018.1463354?needAccess=true https://doi.org/10.1016/j.compedu.2021.104271 https://doi.org/10.1016/j.compedu.2017.09.013 [20] Thomas RA, West RE, Borup J. An analysis of instructor social presence in online text and asynchronous video feedback comments. The Internet and Higher Education. 2017 Apr 1;33:61-73. https://doi.org/10.1016/j.iheduc.2017.01.003 [21] Gielen S, Peeters E, Dochy F, Onghena P, Struyven K. Improving the effectiveness of peer feedback for learning. Learning and instruction. 2010 Aug 1;20(4):304-15. https://doi.org/10.1016/j.learninstruc.2009.08.007 [23] Gielen S. Peer Assessment as a Tool For Learning [doctoral dissertation]. Leuven, Belgium: Katholieke Universiteit Leuven; 2007. https://doi.org/10.2478/jtes-2021-0019 [25] Sara R, Fabbro F, Eleonora M. Collective feedback as a formative assessment practice in an e-learning platform for teachers’ professional development. Q-TIMES WEBMAGAZINE. 2023;2(1):563-76. https://doi.org/10.14668/QTimes_15176 [26] Maier U, Klotz C. Personalized feedback in digital learning environments: Classification framework and literature review. Computers and Education:Artificial Intelligence. 2022 Jan 1;3:100080. https://doi.org/10.1016/j.caeai.2022.100080 https://doi.org/10.58837/CHULA.PASAA.64.1.2 [28] Khalili S, Salehi K, Khodaie E, Dehghani M. Quality components of professors' feedback to students of technical and engineering schools: a phenomenological study. Iran J Eng Educ. 2024;26:43–71. doi:10.22047/ijee.2024.442756.2053. [29] Cuéllar Ó, Contero M, Hincapié M. Personalized and timely feedback in online education: enhancing learning with deep learning and large language models. Multimodal Technol Interact. 2025;9(5):45. doi:10.3390/mti9050045 [30] Cavalcanti AP, Barbosa A, Carvalho R, Freitas F, Tsai YS, Gašević D, Mello RF. Automatic feedback in online learning environments: A systematic literature review. Computers and Education: Artificial Intelligence. 2021 Jan 1;2:100027.https://doi.org/10.1016/j.caeai.2021.100027 [31] Wongvorachan T, Bulut O, Tsai YS, Lindner MA. Improving student feedback literacy in e-assessments: A framework for the higher education context. Trends in Higher Education. 2022 Dec 6;1(1):16-29. https://www.mdpi.com/2813-4346/1/1/2 [33] McMullen A, Bursuc V, Doval C, Grant S, Grossberg J, Jones I, Willey S. Strategies for Effective Online Teaching in Higher Education. SSRN Electron J. 2020. DOI:10.2139/ssrn.3745959 [34] Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101. https://doi.org/10.1191/1478088706qp063oa DOI:10.1007/s10639-023-12292-5 [38] Kim, M. K. (2021). A design experiment on technology‐based learning progress feedback in a graduate‐level online course. Human Behavior and Emerging Technologies, 3(5), 649-667. https://doi.org/10.1002/hbe2.308 | ||
|
آمار تعداد مشاهده مقاله: 80 تعداد دریافت فایل اصل مقاله: 76 |
||