پیوندهای مفید
آمار
| تعداد نشریات | 11 |
| تعداد شمارهها | 237 |
| تعداد مقالات | 2,398 |
| تعداد مشاهده مقاله | 3,830,612 |
| تعداد دریافت فایل اصل مقاله | 2,775,223 |
رابطه هوشهای چندگانه گاردنر و راهبردهای مطالعه و یادگیری با عملکرد تحصیلی با استفاده از شبکه عصبی پرسپترون | ||
| فناوری آموزش | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 01 مهر 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22061/tej.2026.12086.3232 | ||
| نویسندگان | ||
| مرضیه کرامتی نوجه ده سادات* ؛ میلاد چابک | ||
| گروه آموزش زیست شناسی، دانشگاه فرهنگیان، صندوق پستی 889-14665 تهران، ایران | ||
| تاریخ دریافت: 02 اردیبهشت 1404، تاریخ بازنگری: 28 تیر 1404، تاریخ پذیرش: 20 شهریور 1404 | ||
| چکیده | ||
| پیشینه و اهداف: هوشهای چندگانه گاردنر نقش مهمی در امر آموزش و یادگیری دانشآموزان دارند و توجه به انواع مؤلفههای آن و در نظر گرفتن تفاوتهای فردی دانشآموزان، میتواند فرآیند یاددهی یادگیری را در جهت پیشرفت تحصیلی دانشآموزان بهبود دهد. اگرچه صرفا نقش معلم کافی نیست و خود دانشآموز نیز میبایست در نحوه مطالعه مباحث درسی کوشا باشد بنابراین توجه به مهارتهای مختلف از جمله تغییر راهبردهای مطالعه و یادگیری در دانش آموزان لازم و ضروری به نظر میرسد. درنتیجه، پژوهش حاضر به بررسی رابطه هوشهای چندگانه گاردنر و راهبردهای مطالعه و یادگیری با عملکرد تحصیلی با استفاده از شبکه عصبی پرسپترون پرداخته است. روشها پژوهش از نظر هدف، کاربردی و به صورت توصیفی از نوع همبستگی است. جامعه آماری، دانشآموزان دوره دوم متوسطه رشته علوم تجربی در سال تحصیلی 1403-1402 در شهرستان بافت به تعداد 1737 نفر و نمونه آماری به صورت نمونهگیری تصادفی، 159 نفر پسر تعیین شد. برای جمعآوری اطلاعات از دو پرسشنامه هوش گاردنر و پرسشنامه راهبردهای مطالعه و یادگیری وین اشتاین استفاده شد. همچنین عملکرد تحصیلی دانشآموزان مورد بررسی قرار گرفت. روایی صوری و محتوایی پرسشنامهها توسط پنج تن از اساتید دانشگاه فرهنگیان و دبیران آموزش و پرورش تعیین شد. پایایی پرسشنامه چندگانه هوش گاردنر 71/0 و پرسشنامه راهبردهای مطالعه و یادگیری 76/0 با استفاده از ضریب آلفای کرونباخ تأیید شد. علاوه براین، برای تعیین رابطه متغیرها از شبکه عصبی پرسپترون از پلتفرم پایتون استفاده شد. یافتهها: نتایج نشان داد که با استفاده از شبکه عصبی (ضریب تعیین 97/0) و رگرسیون خطی (ضریب تعیین 99/0) تأثیر مثبت و معناداری بین مؤلفههای هوش گاردنر و راهبرد مطالعه و یادگیری با عملکرد تحصیلی وجوددارد و هر دو مدل قابلیت پیشبینی بالایی داشتند. در ارتباط با هوش چندگانه گاردنر با عملکرد تحصیلی، مؤلفه هوش برون فردی بیشترین اهمیت ویژگی (8/15)، هوش درون فردی با کمترین اهمیت ویژگی (3/12) است و در مورد متغیر راهبرد مطالعه و یادگیری با عملکرد تحصیلی، مؤلفه اضطراب با بیشترین اهمیت ویژگی (8/14) و انتخاب ایده اصلی با کمترین اهمیت ویژگی (8/8) نسبت به بقیه مؤلفههای هوشهای چندگانه و راهبردهای مطالعه و یادگیری بر نمرات عملکرد تحصیلی دانشآموزان بر پیشبینی مدل تاثیر داشته است. نتیجهگیری: استفاده از هوشهای چندگانه گاردنر در کلاسهای درس مزایای بیشماری برای سیستم آموزشی دارد. مربیان میتوانند با ایجاد محیطهای یادگیری مناسب برای فراگیر، مهارتهای فردی از جمله راهبردهای مطالعه و یادگیری دانشآموزان را تشخیص دهند و با شناخت و ادغام بسیاری از هوشها، موجب توسعه همه جانبه آموزشی را فراهم کنند. علاوه براین، هوش مصنوعی نقش به سزایی در آموزش دارد که در آن یکی از رایجترین برنامههای کاربردی پیشبینی عملکرد تحصیلی دانشآموزان بر مبنای اطلاعات شخصی ازجمله وضعیت اجتماعی، درآمد، آدرس و غیره است که قادراست یک مدل شبکه عصبی مصنوعی را پیشنهاد و توسعه دهد. براین اساس، مربیان با در نظر گرفتن انواع هوشهای چندگانه گاردنر و راهبردهای مطالعه و یادگیری و اهمیت ویژگی هر کدام میتوانند با به کارگیری مدل پیشبینی شبکه عصبی به تأثیر انواع مؤلفهها بر عملکرد تحصیلی دانشآموزان واقف شوند. از این رو، پیشنهاد میشود که مدارس و مؤسسات آموزشی به بهبود و ارتقاء آنها توجه ویژهای داشته باشند. | ||
| کلیدواژهها | ||
| هوشهای چندگانه گاردنر؛ راهبردهای مطالعه و یادگیری؛ عملکرد تحصیلی؛ شبکه عصبی پرسپترون؛ زیستشناسی | ||
| موضوعات | ||
| هوش مصنوعی | ||
| عنوان مقاله [English] | ||
| The relationship between Gardner's Multiple Intelligences and Study and Learning Strategies with Academic Performance using a Perceptron Neural Network | ||
| نویسندگان [English] | ||
| Marzieh Keramati nojedeh sadat؛ milad chabok | ||
| Department of Biology Education, Farhangian University, P.O. Box 14665-889 Tehran, Iran | ||
| چکیده [English] | ||
| Background and Objectives: The theory of multiple intelligences proposed by Howard Gardner plays a significant role in the education and learning processes of students. Recognizing the various components of this theory and considering individual differences among students can enhance the teaching and learning process, ultimately leading to improved academic performance. However, the role of the teacher alone is not sufficient; students themselves must also be diligent in their study habits. Therefore, it is essential to focus on various skills, including the adaptation of study and learning strategies among students. This study investigates the relationship between Gardner's multiple intelligences and study and learning strategies, as well as their impact on academic performance, utilizing a perceptron neural network Methods: This research is applied in purpose and descriptive in nature, specifically correlational. The statistical population consists of 1,737 secondary school students majoring in Experimental Sciences in Baft in the academic year 2023-2024. A random sampling method was employed to select a sample of 159 male students. Data were collected using two questionnaires: the Gardner Multiple Intelligences Questionnaire and the Weinstein Study and Learning Strategies Questionnaire. Additionally, the students' academic performance was assessed. The content and face validity of the questionnaires were determined by five professors from the University of Teacher Education and secondary education teachers. The reliability of the Gardner Multiple Intelligences Questionnaire was confirmed with a Cronbach's alpha coefficient of 0.71, while the reliability of the Study and Learning Strategies Questionnaire was 0.76. Python was used to employ a perceptron neural network for determining the relationships between the variables. .Findings: The results indicated that both the neural network model (with a coefficient of determination of 0.97) and the linear regression model (with a coefficient of determination of 0.99) demonstrated a significant positive relationship between the components of Gardner's multiple intelligences and study and learning strategies with academic performance. Both models exhibited high predictive capabilities. Regarding Gardner's multiple intelligences in relation to academic performance, the interpersonal intelligence component exhibited the highest feature importance (15.8), while intrapersonal intelligence showed the lowest feature importance (12.3). In terms of the study and learning strategies variable, the anxiety component had the greatest feature importance (14.8), whereas the main idea selection component had the lowest feature importance (8.8). Compared to other components of multiple intelligences and study and learning strategies, these features had the most significant influence on predicting students' academic performance scores in the model. Conclusion: The application of Gardner's multiple intelligences theory in classrooms offers numerous advantages to the educational system. Educators can create inclusive learning environments that recognize individual skills, including study and learning strategies. By understanding and integrating various intelligences, they can facilitate comprehensive educational development. Moreover, artificial intelligence plays a significant role in education, particularly through applications that predict students' academic performance based on personal information such as socioeconomic status, income, address, and more. These applications can propose and develop artificial neural network models. Consequently, by considering the different types of Gardner's multiple intelligences and the significance of each study and learning strategy, educators can utilize predictive neural network models to understand the impact of various components on students' academic performance. Therefore, it is recommended that schools and educational institutions pay special attention to improving and enhancing these aspects. | ||
| کلیدواژهها [English] | ||
| Multiple Intelligences, Study and Learning Strategies, Academic Performance, Perceptron Neural Network, Biology | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 36 |
||