Bilişsel Öğrenme Stili – Eğitim – Essay – Ödev – Tez – Makale – Çeviri – Tez Yazdırma -Tez Yazdırma Fiyatları

Bilişsel Öğrenme Stili İçin Olasılıksal Bir Model Oluşturma

Öğretim içeriğini öğrencinin tercih ettiği öğrenme stiline göre uyarlayan ve kişiselleştiren bir Akıllı Ders Sistemi (ITS) geliştirmeye artan bir ilgi vardır. Ancak, böyle bir görev, özellikle öğrencilerin ilgi ve tercihlerini, bu yazıda ele aldığımız konu olan e-öğrenme sistemi ile etkileşimlerine dayalı olarak yorumlamak gibi, içsel belirsizlikleri içerir. Bu problemin üstesinden gelmek için, öğrencilerin öğrenme stili yapısını yakalamak ve anlamak için öğrenci modellemesine olasılıksal bir yaklaşım öneriyoruz.

Keefe’ye göre öğrenme stilinin özellikleri bilişsel, duyuşsal ve fizyolojik davranışlar olarak tanımlanabilir. Bu çalışmada, öğrencinin tipik algılama, düşünme, problem çözme ve hatırlama biçimini temsil eden bilgi işleme alışkanlıkları olan bilişsel stil özelliklerine odaklanılmıştır.

Mevcut araştırmalarda çok sayıda öğrenme stili aracı olmasına rağmen, sağlam bir teorik modele sahip olduğu ve yaygın olarak test edildiği, kullanıldığı ve iyi doğrulama sonuçları ürettiği için Felder-Silverman öğrenme stili modelini seçtik. Ayrıca öğrencinin tercihi belirli bir aralıkta sınıflandırılabilir ve tek bir kategoriye sabitlenmez.

Felder-Silverman’daki öğrenme stili kategorileri, öğretme stillerine daha çok benzer ve belirli öğrenme stili için uygun öğretim türünü açıkça tanımlama yeteneği.

Çalışmamızı Paylaşılabilir İçerik Nesne Referans Modeli (SCORM) ortamında uygulamamızın ana nedenlerinden biri, SCORM’un mevcut e-öğrenme sisteminin standardı olmasıdır. SCORM, uyumlaştırılmış bir dizi yönerge, şartname ve standart sağlayarak ortak bir öğrenme çerçevesi içinde yeniden kullanılabilir öğrenme içeriğinin “öğretim nesneleri” olarak oluşturulmasını teşvik etmeyi amaçlar. Ancak SCORM uyumlu sistemlerle ilgili mevcut araştırmalar öğrencilerin öğrenme stillerini dikkate almamaktadır.

Ayrıca, Bayes Ağları (BN’ler) yaklaşımı, ITS ve öğrenci modellemesi için çerçeve tasarlamada başarılı bir şekilde uygulanmış olsa da, mevcut literatürler, herhangi bir SCORM uyumlu e-öğrenme sisteminde olasılıksal çerçeveden yararlanma kanıtı göstermemektedir. Mevcut araştırmalardaki mevcut sınırlamalar ışığında, belirsizlikleri ele almak için BN’leri kullanarak ve uyarlanabilir ve yeniden kullanılabilir öğrenme içeriklerini destekleyen SCORM e-öğrenme standartlarını kullanarak öğrencinin bilişsel öğrenme stilini modellemek için olasılıksal bir çerçeve öneriyoruz.

Modelimizde kullandığımız BNs tekniği hakkında kısa bir açıklama sunuyoruz. SCORM ortamındaki öğrenci modelimizin olasılık çerçevesi, tanımlanan rastgele değişkenleri listeleyen ve bilişsel öğrenme stili modelimizin ilkel seviyesini vurgulayarak tanıtılmaktadır. Bir sonraki bölümde bir ön araştırma yapılır, ardından sonuç ve gelecekteki çalışmalara genel bakış yapılır.

Bilişsel öğrenme örnekleri
Bilişsel öğrenme KURAMLARI nelerdir
Bilişsel öğrenme kuramının EĞİTİME YANSIMALARI
Bilişsel öğrenme Türleri
Bilişsel öğrenme kuramı kimin
Bilişsel kuramlar nelerdir
Bilişsel öğrenme Kuramı ilkeleri
Bilişsel öğrenme kuramı PDF

Bayes Ağı

Bayes Ağı, düğümlerin değişkenleri temsil ettiği ve yayların değişkenler arasındaki olasılıksal bağımlılıkları temsil ettiği bir Yönlendirilmiş Döngüsel Grafiktir (DAG). Belirli bir alan için BN, bir dizi koşullu bağımsızlık iddiasıyla birleştirilmiş bir yerel dağılımlar kümesi olarak, alanın rasgele değişkenler kümesi (X) üzerindeki birleşik olasılık dağılımını, p(x) temsil eder. Bu ortak olasılık denklemden hesaplanır.

{x1,…, x -1 }, koşullu olarak bağımlı olan bir xi değişkenleri kümesidir ve ebeveynler(Xi), Xi düğümünün üst öğeleri kümesini belirtir. BN’ler için 3 bağlantı türü; Seri bağlantı, Uzak bağlantı ve Yakınsak bağlantıdır.

Bu çalışmada, BN’ler, değerlendirme sürecine yararlı bir katkı olan ön bilgilerin hesaplamalara dahil edilmesine izin verdiği ve aynı zamanda değişkenler arasındaki makul ilişkilerin veya koşullu bağımsızlıkların bir temsilini sağladığı için, öğrencinin bilişsel öğrenme stili modelini modellemek için kullanılmıştır.

BN’ler, belirsizlik muhakemesi üzerinde önemli etkisi olan önceki olasılıkları hesaba katar. Çalışmamızda, SCORM e-öğrenme sistemi aracılığıyla elde edilen değişkenleri ve bunların korelasyonlarını yapılandırarak öğrencinin öğrenme stilini modellemek için BN’ler kullanılmıştır. Öğrencinin bilişsel öğrenme stilini modellemek için belirlenen değişkenler bir sonraki bölümde tartışılmaktadır.

SCORM Ortamında Bilişsel Öğrenme Stili için Olasılıksal Bir Çerçeve

Öğrenci modelleme çerçevesi, öğrencinin öğrenme tercihleriyle ilgili belirsizliği hesaba katan olasılıksal akıl yürütme yöntemini kullanarak öğrencinin bilişsel öğrenme stili üzerinde değerlendirme yapar. Bu çerçeve, öğrencinin SCORM e-öğrenme sistemi ile etkileşimi sırasında tanımlanan öğrenci modelindeki değişkenleri temsil etmek için BN’leri kullanır.

Öğrenme stilleri için BN’lerin inşası, SCORM sisteminin 2 ana bileşeni olan SCORM Content Aggregation Model (CAM) ve SCORM Runtime Environment (RTE) komutu aracılığıyla öğrencilerden gelen etkileşimler ve geri bildirimler dikkatlice alınarak gerçekleştirilir.

• SCORM xml bildirim dosyasındaki SCORM CAM verileri, <Organizations>, <Organization>, <Item> ve <Resources> içerik etiketleridir. Modül Kimliği, SCO Kimliği veya İçerik Sayfası Kimliği gibi bilgileri çıkarmak için kullanılır. ‘default’, ‘identifier’ ve ‘identifierref’ ayrıntılarını içeren <Organizations> etiketi, manifest hiyerarşisindeki SCORM öğesinin kimliğini belirlemek içindir.

Başlık, öğenin adını temsil eder ve öğrenciye gösterilir ve kaynakların Href’i, öğrencilerin belirli bir sayfanın ders içeriğini görüntülemesi için html dosyasına veya web içeriğine giden bağlantıyı içerir. Gerekli bilgileri toplamak için kullandığımız SCORM RTE verileri Öğrenci Kimliği, Öğrenci Adı, Puan, Oturum Süresi ve Toplam Süredir.

Öğrenci modelleme süreci, öğrencilerin bireysel ayrıntıları göndermelerinin yanı sıra sistemin ilk tercih ettikleri öğrenme stili kategorisini tanımlamasını sağlamak için Öğrenme Stili İndeksi (ILS) anketini doldurduğu kayıtla başlar. Sistem, öğrenci kimliği ve adı gibi giriş bilgilerine göre her öğrenciyi tanımlayabilecektir.

Daha sonra, öğrenci içerikleri incelerken, öğrenme stili modelinin değişkenleri olarak tanımlanan SCORM CAM ve RTE komutları kullanılarak etkileşimler yakalanacaktır. Öğrencinin değişkenlerden oluşan öğrenme stili yapısını, değişkenler arasındaki korelasyonları ve öğrenme stili kategorisine ulaşma yörüngesini temsil etmek için bir BN oluşturulur.

Öğrencinin öğrenme stili çıkarıldığında, SCORM sistemi öğrenciye öğrenme stili kategorisine en uygun öğretim içeriğini sağlayacaktır. Aşağıdaki iki alt bölümde, değişkenlerin tanımlanması ve korelasyonları ile öğrenci modelinin yapılandırılması tartışılmaktadır.