Örtük ve Açık Değişkenleri Tanımlama – Eğitim – Essay – Ödev – Tez – Makale – Çeviri – Tez Yazdırma -Tez Yazdırma Fiyatları

Örtük ve Açık Değişkenleri Tanımlama

Değişkenler iki (1) açık değişken ve (2) örtük değişken olarak sınıflandırılabilir. Ortak metodoloji, kullanıcıların sisteme geri bildirim sağladığı veya tercihlerini derecelendirdiği açık değişkenleri kullanmaktır. Ancak zaman zaman kullanıcılardan girdi talep etmek, kullanıcıların derse olan konsantrasyonlarını ve ilgilerini bozacaktır.

Alternatif bir yöntem, değişkenlerin kullanıcılardan gözlemler veya tahminlerle çıkarıldığı örtük değişkenleri kullanmaktır. Öğrenme stili modelini SCORM sistemine entegre etmek için, aşağıdaki açık öğrenme stili tercihi ve akademik performans değişkenlerine ihtiyacımız var.

Gereken örtük değişkenler, fare tıklama sıklığı, medya aracını görüntüleme sıklığı, yüz ifadesi (kafası karışmış / kafası karışmamış), bir sayfada geçirilen süre ve içerik bilgisidir. Örtük değişkenler, kullanıcı e-öğrenme sisteminde gezinirken gözlemlenen kullanıcı eylemlerine dayalı olacaktır. Seçilen değişkenlerle ilgili mevcut çalışmaların literatürleri aşağıdaki gibidir:

Açık Değişkenler

• Öğrenme Stili Endeksi (ILS)
Bir öğrencinin bilişsel öğrenme stilini sınıflandırmanın doğruluğunu artırmak için, öğrenme stili kategori tercihi, kayıt sırasında Öğrenme Stili Endeksi (ILS) aracı kullanılarak ilk aşamada kazanılacaktır.

Felder ve Silverman tarafından yapılan araştırmalara göre 4 öğrenme stili kategorisi vardır; Görsel-Sözel, Sıralı-Global, Aktif-Yansıtıcı ve Algılama-Sezgisel kategorileri. Başlangıçta sadece Görsel-Sözel kategorisine odaklanacağız ve daha sonra çalışmalarımızı diğer üç kategoriye de hitap edecek şekilde detaylandıracağız. Yapılan hipotez Görsel Stil, görsel içeriğe ilgiyi gösterir ve Sözlü Stil, metin içeriğine ilgi gösterir.

• Akademik performans

Akademik performans, öğrencilerin sınav veya sınav sorularını tamamladıkları son aşamada ölçülecektir. SCORM RTE komutu ‘Puan’, öğrencinin belirli bir içerik için akademik performansının sonucunu sağlar. Akademik performans için, performansı iyi olan bir öğrencinin içeriğe ilgi gösterdiğini, kötü performansın ise hiç ilgi görmediğini varsayıyoruz. Bu hipotez test edilerek açıklığa kavuşturulacaktır.

Örtük Değişkenler

• Fare tıklaması / hareketi

Çalışma, tıklanan köprülerin sayısının ve kaydırma etkinliğinin miktarının normal kullanıcı eylemlerini tahmin edebildiğini kanıtlıyor. Araştırmalar, fare tıklama sıklığının iyi bir ilgi göstergesi olmadığını kanıtlıyor. Bununla birlikte, fare hareketi, hangi sayfanın en az ilgiye sahip olduğunu belirlemede yararlıdır, ancak daha yüksek ilgi düzeyini belirlemede doğru değildir.

Çalışmamızda fare tıklama sıklığı programlı olarak elde edilmiştir. Fare tıklama sıklığının, öğrencilerin bir içerik sayfasına veya konuya olan ilgisini orantılı olarak yansıtacağını varsayıyoruz. Bu hipotez, daha fazla araştırma yaptıkça deneysel olarak kanıtlanacaktır.

• Zaman
Morita ve Shinoda, bir makaleyi okuma süresini etkileyen faktörlerin yanı sıra zaman ve ilgi arasındaki ilişkiyi analiz ediyor. Sonuç olarak, bir kullanıcının bir makaleyi tercih etmesi, onu okumak için harcanan zamanı etkileyen baskın faktördür. Araştırmalar, zaman ve açık faiz oranları arasındaki ilişkiyi gözlemleyerek bulguları daha da analiz eder.

Değişken tanımlama Örnekleri
Ölçme ve İstatistikte yer alan değişkenler
C yerel değişken
C değişkenler
C türler
C değişken Örnekleri
Kesikli değişken nedir istatistik
Değişken türleri programlama

Çalışmalar, bir sayfada harcanan zamanın, açık derecelendirmelerle doğrusal olarak orantılı olduğunu kanıtlıyor. Bu nedenle, harcanan zaman, sayfaya yönelik genel ilginin iyi bir göstergesidir. Bu çalışmada SCORM RTE komutu olan “Seans Süresi” ve “Toplam Süre” her öğrenci için bir sayfada veya modülde geçirilen zamanın sonucunu vermektedir.

• Medya
Araştırmalar, her öğrenme stilinin birden fazla medya aracı türü tarafından ele alınabileceğini özetlemektedir. Bireysel öğrenme stili kategorilerinin, farklı medya aracı türlerinde farklı tercihleri ​​vardır.

Araştırmada araştırmacıların kişisel deneyimlerine dayalı olarak yapılan varsayımlar arasında, eğer metin içeriği sağlanmışsa ve kullanıcı belgeyi tüketmek için bir eşikten daha az zaman harcamışsa, kullanıcının metne olan ilgisinin olumsuz olduğu varsayılır ve eğer bir bağlantı tarafından seçilen bir video oynatıldı, ardından müşterinin videoya olan ilgisinin olumlu olduğu varsayılıyor.

• Yüz ifadesi
Yaptığımız bir diğer hipotez ise yüz ifadesi değişkeni üzerinedir. Yüz ifadesi için, şaşkın bir ifade durumu olan bir öğrencinin içeriğe ilgi göstermediğini ve karışık olmayan bir durumun içeriğe ilgi duyduğunu varsayıyoruz. Bu hipotez, test sonuçlarıyla açıklığa kavuşturulacaktır.

• İçerik Bilgileri
SCORM CAM komutları, bir öğrencinin belirli bir konuda incelemekte olduğu içerik sayfasında ayrıntılı bilgi sağlar. Bu bilgi, öğrencinin belirli içerik sayfası türüne yönelik tercihler açısından modellenmesini destekler.

Değişkenlerden BN Oluşturma

Her öğrencinin farklı konu/konu veya içeriklere göre çeşitli öğrenme stili kategorisi vardır. Bir öğrencinin bir öğrenme stili kategorisi tercihi, belirli bir içerik türüne olan ilgiyi yansıtacaktır. Bu ilginin öğrencilerden gözlemlenen ve toplanan örtük ve açık değişkenlerin gösterdiği eylemler üzerinde farklı etkileri ve sonuçları olacaktır.

Öğrencinin bilişsel öğrenme stilini modellemek için BN’den yararlanıyoruz. Öğrenci modelimizin inşası, yukarıdaki alt bölümde tartışılan literatürlerden türetilen değişkenlerin korelasyonlarına, deneysel olarak doğrulanacak hipoteze ve aşağıdaki protokol setine ilişkin ampirik sonuçların analizine dayanmaktadır:

• Geçerli içerik türü düğümünün somutlaştırılması koşuluyla, tüm değişkenlerin içerik türü ilgisine etkisi yoktur. Örneğin, çoğu değişken o anda görüntülenen içeriğe karşı olumlu bir ilgi gösteriyorsa ve mevcut içerik türü metin içeriğiyse, bu nedenle varsayımsal olarak öğrencinin metin içeriğini tercih ettiği sonucuna varılır.

• İlişkiler, her bir değişkendeki değişimin başka bir değişkeni etkilemeyecek şekildedir. Örneğin, yüz tanıma değişkeni somutlaştırılırsa, bu modelde harcanan zaman değişkeni veya diğer değişkenler üzerinde etkisi yoktur.

• Yalnızca Görsel İlgi üzerinde etkisi olan ‘grafik/video izleme sıklığı’ değişkeni dışında tüm değişkenlerin 2 içerik türü ilgi alanına etkisi vardır.

Değişkenler, ilgi ve öğrenme stili arasındaki nedensel ilişki ile öğrencinin bilişsel öğrenme stilinin olasılık modelini göstermektedir. Değişkenler düğümlerle temsil edilir ve nedensel ilişkiler düğümleri birbirine bağlayan yaylarla temsil edilir.

Şu anda öğrenci modeli, tek bir öğrenci tarafından görüntülenen her içerik sayfası için Bayes Ağının oluşturulduğu statik bir modele dayanmaktadır. Öğrenci etkileşimleri, ağın en alt seviyesindeki değişken düğümler tarafından yakalanır ve temsil edilir. Etkileşim sonuçları, çıkardığımız eşiklere ve kural tabanına göre değişken durumlara ayrılır.

Şu anda kullandığımız eşikler varsayımsaldır ve çalışmamızda bu eşiklerin doğruluğunu belirlemek için daha fazla test ve araştırmaya ihtiyaç duyulacaktır. Değişkenler için önceki olasılıklar teorik olarak 0,5’e ayarlanmıştır ve tüm kategoriler için eşit gerçekleşme şansına sahip olduğu düşünülmelidir.

Değişken düğümlerden elde edilen olumlu sonuçlar, görsel ve metin ilgi düğümlerine yansıtılacak bir içerik türüne olan ilgiyi gösterir. Ağın en üst seviyesinde gözlemlenemeyen bir öğrencinin öğrenme stili kategorisi bulunur. Bu çalışmada, bir öğrencinin Öğrenme Stili kategorisinin çıkarılması temel amaçtır. Öğrenme Stili ve İçerik Türü İlgi düğümleri hiçbir zaman somutlaştırılmaz.