A Comparative Analysis of Online, Semi-Online, and Offline E-Learning Models versus In-Person Education: A Case Study
Subject Areas : Multimedia Processing, Communications Systems, Intelligent Systems
1 - Assistant Professor, Department of Computer Science, Faculty of Mathematical Sciences, Shahrekord University, Shahrekord, Iran
Keywords: Virtual education, Online education, in-person education, educational models, efficiency of educational models,
Abstract :
Introduction: In recent years, online education has gained significant attention from schools and universities, particularly during the COVID-19 pandemic. Although online education has been implemented in various forms, such as online, semi-online, or offline models, its effectiveness compared to in-person education remains a key question.
Method: The present study aimed to compare the efficiency of three different online education models with the in-person model. The study employed three different online models and compared them with the in-person model in a public university.
Results: The results showed that while professors believed that the in-person model was more efficient than the online models, students had different opinions on this issue. The study also revealed that students and professors from different faculties had varying views on the effectiveness of the employed models. Therefore, it is difficult to make a general judgment about the efficiency of educational models. However, in general, the study suggests that the efficiency of online models is lower than that of the in-person model.
Discussion: It is important to note that online education offers several benefits, such as flexibility and accessibility. Therefore, it is crucial to continue exploring ways to improve the effectiveness of online education models to ensure that they can provide quality education to students.
[1] M. Aparicio, F. Bacao, and T. Oliveira, "Cultural impacts on e-learning systems' success," The Internet and Higher Education, vol. 31, pp. 58-70, 2016.
[2] L. Shahmoradi, V. Changizi, E. Mehraeen, A. Bashiri, B. Jannat, and M. Hosseini, "The challenges of E-learning system: Higher educational institutions perspective," Journal of education and health promotion, vol. 7, 2018.
[3] Y. Zhao, N. Wang, Y. Li, R. Zhou, and S. Li, "Do cultural differences affect users’e‐learning adoption? A meta‐analysis," British Journal of Educational Technology, p. e13280, 2020.
[4] K. Alhumaid, S. Ali, A. Waheed, E. Zahid, and M. Habes, "COVID-19 &Elearning: Perceptions &Attitudes Of Teachers Towards E-Learning Acceptancein The Developing Countries," Multicultural Education, vol. 6, no. 2, pp. 100-115, 2020.
[5] A. Q. M. AlHamad, "Acceptance of E-learning among university students in UAE: A practical study," International Journal of Electrical & Computer Engineering (2088-8708), vol. 10, 2020.
[6] O. Dospinescu and N. DOSPINESCU, "Perception over E-learning tools in higher education: Comparative study Romania and Moldova," in Proceedings of the IE 2020 International Conference, Bucharest & Timisoara, Romania, 2020, vol. 10.
[7] C. Hofmeister and M. Pilz, "Using E-Learning to Deliver In-Service Teacher Training in the Vocational Education Sector: Perception and Acceptance in Poland, Italy and Germany," Education Sciences, vol. 10, no. 7, pp. 1-17, 2020.
[8] S. Benavides-Varela, C. Z. Callegher, B. Fagiolini, I. Leo, G. Altoe, and D. Lucangeli, "Effectiveness of digital-based interventions for children with mathematical learning difficulties: A meta-analysis," Computers & Education, vol. 157, p. 103953, 2020.
[9] J. Jenkinson, "Measuring the Effectiveness of Educational Technology: what are we Attempting to Measure?," Electronic Journal of e-learning, vol. 7, no. 3, pp. pp273‑280-pp273‑280, 2009.
[10] X. Chen, D. Zou, H. Xie, G. Chen, J. Lin, and G. Cheng, "Exploring contributors, collaborations, and research topics in educational technology: A joint analysis of mainstream conferences," Education and Information Technologies, vol. 28, no. 2, pp. 1323-1358, 2023.
[11] E. Lacka, T. Wong, and M. Y. Haddoud, "Can digital technologies improve students' efficiency? Exploring the role of Virtual Learning Environment and Social Media use in Higher Education," Computers & Education, vol. 163, p. 104099, 2021.
[12] I. A. Reshi, "COVID-19 Pandemic and Teaching and Learning: A Literature Review," MORFAI JOURNAL, vol. 2, no. 4, pp. 820-826, 2023.
[13] M. Ayu, "Online learning: Leading e-learning at higher education," The Journal of English Literacy Education: The Teaching and Learning of English as a Foreign Language, vol. 7, no. 1, pp. 47-54, 2020.
[14] A.-J. Moreno-Guerrero, I. Aznar-Díaz, P. Cáceres-Reche, and S. Alonso-García, "E-learning in the teaching of mathematics: an educational experience in adult high school," Mathematics, vol. 8, no. 5, p. 840, 2020.
[15] J. Valverde-Berrocoso, M. d. C. Garrido-Arroyo, C. Burgos-Videla, and M. B. Morales-Cevallos, "Trends in educational research about e-learning: A systematic literature review (2009–2018)," Sustainability, vol. 12, no. 12, p. 5153, 2020.
[16] S. Abbasi, T. Ayoob, A. Malik, and S. I. Memon, "Perceptions of students regarding E-learning during Covid-19 at a private medical college," Pakistan Journal of Medical Sciences, vol. 36, no. COVID19-S4, p. S57, 2020.
[17] M. Ebner et al., "COVID-19 epidemic as E-learning boost? Chronological development and effects at an Austrian university against the background of the concept of “E-Learning Readiness”," Future Internet, vol. 12, no. 6, p. 94, 2020.
[18] E. Aboagye, J. A. Yawson, and K. N. Appiah, "COVID-19 and E-learning: The challenges of students in tertiary institutions," Social Education Research, pp. 1-8, 2021.
[19] V. D. Soni, "Global Impact of E-learning during COVID 19," Available at SSRN 3630073, 2020.
[20] C. K. Chan and Y. Yang, "Developing scientific inquiry in technology-enhanced learning environments," Journal: Handbook of Comparative Studies on Community Colleges and Global Counterparts Springer International Handbooks of Education, pp. 1-20, 2018.
[21] K. Mills, D. Jass Ketelhut, and X. Gong, "Change of teacher beliefs, but not practices, following integration of immersive virtual environment in the classroom," Journal of Educational Computing Research, vol. 57, no. 7, pp. 1786-1811, 2019.
[22] A. Raes, P. Vanneste, M. Pieters, I. Windey, W. Van Den Noortgate, and F. Depaepe, "Learning and instruction in the hybrid virtual classroom: An investigation of students’ engagement and the effect of quizzes," Computers & Education, vol. 143, p. 103682, 2020.
[23] M. L. Bote-Lorenzo and E. Gómez-Sánchez, "Predicting the decrease of engagement indicators in a MOOC," in Proceedings of the Seventh International Learning Analytics & Knowledge Conference, 2017, pp. 143-147.
[24] J. D. Lipton, "Distance Legal Education: Lessons from the Virtual Classroom," IDEA, vol. 60, pp. 71-103, 2020.
[25] R. C. Clark and A. Kwinn, The new virtual classroom: Evidence-based guidelines for synchronous e-learning. John Wiley & Sons, 2007.
[26] B. R. Aditya, I. Nurhas, and J. Pawlowski, "Towards successful implementation of a virtual classroom for vocational higher education in Indonesia," in International Workshop on Learning Technology for Education in Cloud, 2019, pp. 151-161: Springer.
[27] A. Morice, E. Jablon, C. Delevaque, R. H. Khonsari, A. Picard, and N. Kadlub, "Virtual versus traditional classroom on facial traumatology learning: evaluation of medical student’s knowledge acquisition and satisfaction," Journal of Stomatology, Oral and Maxillofacial Surgery, vol. 121, no. 6, pp. 642-645, 2020.
[28] K. A. Moore and B. J. Pearson, "Soft skills in an online class," Horttechnology, vol. 27, no. 5, pp. 583-585, 2017.
[29] S. Siagian, P. Sinambela, and Y. Wau, "Effectiveness and efficiency of e-learning in Instructional Design," World Transactions on Engineering and Technology Education, vol. 18, no. 1, pp. 73-77, 2020.
|
Accepted:
| 202?, ?? (?), ??-?? DOR:
|
The effectiveness of online, semi-online and offline virtual education models against face-to-face education from the perspective of professors and students: a case study
Taghi Javdani Gandomani
Assistant Professor, Department of Computer Science, Shahrekord University, Shahrekord, Iran.
Email: javdani@sku.ac.ir
Abstract
Introduction: In recent years, online education has gained significant attention from schools and universities, particularly during the COVID-19 pandemic. Although online education has been implemented in various forms, such as online, semi-online, or offline models, its effectiveness compared to in-person education remains a key question.
Method: The present study aimed to compare the efficiency of three different online education models with the in-person model. The study employed three different online models and compared them with the in-person model in a public university.
Results: The results showed that while professors believed that the in-person model was more efficient than the online models, students had different opinions on this issue. The study also revealed that students and professors from different faculties had varying views on the effectiveness of the employed models. Therefore, it is difficult to make a general judgment about the efficiency of educational models. However, in general, the study suggests that the efficiency of online models is lower than that of the in-person model.
Discussion: It is important to note that online education offers several benefits, such as flexibility and accessibility. Therefore, it is crucial to continue exploring ways to improve the effectiveness of online education models to ensure that they can provide quality education to students.
کارآمدی سه مدل آموزش مجازی آنلاین، نیمه آنلاین و آفلاین در برابر آموزش حضوری از منظر اساتید و دانشجویان: یک مورد مطالعاتی
|
تاريخ پذيرش:
| دورۀ ، سال شمارۀ ، صص:
|
تقی جاودانی گندمانی
استادیار، گروه علوم کامپیوتر، دانشگاه شهرکرد، شهرکرد، ایران. javdani@sku.ac.ir
چکیده: آموزش مجازی در سالهای اخیر مورد توجه مدارس و دانشگاههای زیادی قرار گرفته و به طور ویژه در اپیدمی کرونا به عنوان یک الزام آموزشی تعریف شده است. آموزش مجازی غالبا به شکلهای آنلاین، نیمه آنلاین و آفلاین پیاده سازی شده و مورد استفاده قرار گرفته است. با اینحال، علیرغم مزایای زیادی که آموزش مجازی به همراه دارد، کارآمدی آن در برابر آموزش حضوری سنتی یکی از سوالات جدی است که پیش روی محققان است. تحقیق حاضر با تمرکز بر این چالش، سعی کرده است به مقایسه کارآمدی مدلهای آموزش مجازی و سنتی بپردازد. این مطالعه در سطح یک دانشگاه دولتی و با حضور اساتید و دانشجویان در دانشکدههای مختلف انجام گردید. نتایج این تحقیق در حالی که اساتید معتقد بودند که مدل حضوری کارآمدتر از مدلهای آنلاین است، دانشجویان نظرات متفاوتی در این مورد داشتند. این مطالعه همچنین نشان داد که دانشجویان و اساتید دانشکدههای مختلف دیدگاههای متفاوتی در مورد اثربخشی مدلهای به کار گرفته شده داشتند. بنابراین، قضاوت کلی در مورد کارایی مدلهای آموزشی دشوار است. با این حال، به طور کلی، این مطالعه نشان میدهد که کارایی مدلهای آنلاین کمتر از مدل حضوری است.
واژههای کلیدی: آموزش مجازی، آموزش آنلاین، آموزش سنتی، مدلهای آموزشی، اثربخشی مدلهای آموزشی.
1. مقدمه
سیستمهای آموزشی مجازی در سالهای اخیر به شدت مورد توجه دانشگاهها و مدارس قرار گرفته است. به طور ویژه، در دوران شیوع ویروس کرونا، استفاده از این سیستمها به عنوان یک راهکار مناسب برای ارائه خدمات آموزشی مورد توجه این موسسات قرار گرفت. شیوع استفاده از این سیستمها در اغلب کشورهای جهان تجربیات مناسبی را فراهم نموده است که میتوانند در طراحی، پیادهسازی و بهرهبرداری از این سیستمها، بکار گرفته شوند.
اگرچه در سالهای اخیر مطالعات بسیار خوبی در شفافسازی دستاوردها، ضعفها، محدودیتها و قابلیتهای سیستمهای آموزشی الکترونیکی انجام شده است، اما از آنجا که بهرهبرداری از این سیستمها تا حد زیادی از متاثر از محیط و فرهنگ استفاده از این سیستمها میباشد، معمولا همه جنبههای ارائه شده توسط مطالعات پیشین قابل عمومیسازی نمیباشد [1-3]. در کنار این مساله، تفاوت بسترهای فنی و ارتباطی، سطح درآمد مردم، سواد رسانهای و دیجیتال در کشورهای متفاوت موجب میشود که بهره برداری از محیطهای آموزشی مجازی در کشورهای مختلف گاها تفاوتهای مشخصی داشته باشد.
مساله مهم دیگر در بهرهبرداری از قابلیتهای سیستمهای آموزش مجازی، ذهنیت کاربران (اساتید، دانشجویان و سایر ذینفعان) نسبت به این تکنولوژی است. اگرچه این ذهنیت میتواند بخشی از ویژگیهای فرهنگی یک جامعه باشد، اما به صورت مجزا قابل بررسی و توجه است. به همین دلیل است که اخیرا مطالعات متعددی در کشورهای مختلف در این خصوص انجام شده است که هر کدام نشان دهنده دیدگاه متفاوت جوامع مختلف در این خصوص میباشد [4-7].
اثربخشی یک سیستم آموزشی یکی از ویژگیهای مهم کیفی است که در انتخاب و بکارگیری مدلها و شیوههای مختلف یک سیستم آموزشی مورد توجه است. اثربخشی در یک سیستم آموزشی به دستیابی حداکثری به خروجیهای آموزشی در برابر میزان ورودیهای آن سیستم اشاره دارد [8-10]. هرچند اندازهگیری دقیق این معیار نیازمند متریکهای دقیقی است که ممکن است در عمل سنجش آنها ممکن نباشد. در نتیجه، غالباً ذهنیت افراد به عنوان معیار ارزیابی اثربخشی سیستمهای آموزشی در نظر گرفته میشود.
نکته قابل توجه این است که به نظر میرسد تجربه استفاده از سیستمهای آموزش مجازی و دستیابی به مزایای حاصل از آنها موجب خواهد شد، حتی پس از اتمام دوره پاندمی کرونا، بهرهبرداری و استفاده از این سیستمها در کنار شیوه سنتی آموزش مورد توجه قرار مدارس و دانشگاه ها قرار گرفته است. آنچه که در این میان به عنوان یک سوال جدی مطرح میشود کارآمدی آموزشهای مجازی در برابر آموزشهای سنتی میباشد [11, 12]. پاسخ به این سوال میتواند در تصمیمگیریهای مدیریتی در خصوص جایگزینی آموزش حضوری با آموزشهای غیرحضوری/الکترونیکی/مجازی موثر واقع شد.
در پاسخ به این سوال، با انجام یک مطالعه تجربی به جنبههای مختلف این مساله توجه نموده و با انجام یک مورد مطالعاتی، نتایج بدست آمده را گزارش دهد. به دلیل فقدان مطالعات مشابه در استفاده از این سیستمها در کشور، مطالعه حاضر در یکی از دانشگاههای دولتی و با هدف شناسایی ذهنیت دانشجویان و اساتید این دانشگاه در خصوص کارآمدی آموزش مجازی پس از تجربه استفاده از مدلهای متفاوت آموزش مجازی انجام شده است.
ادامه این مقاله به شکل زیر سازماندهی شده است. بخش دوم به مرور مهمترین کارهای انجام شده در این حوزه اختصاص یافته است. در بخش سوم، روش تحقیق و جزئیات انجام این مطالعه آدرسدهی شده است. بخش چهارم ارائه دهنده نتایج حاصل از مطالعه خواهد بود. بخش پنجم به صورت خلاصه، به بررسی نتایج بدست آمده میپردازد. بخش آخر نیز نتیجهگیری خواهد بود.
2. کارهای مرتبط
استفاده از تکنیکها، مدلها، و سیستمهای آموزشی الکترونیک در سالهای اخیر گسترش زیادی در مدارس، دانشگاه و موسسات آموزشی داشته است [13-15]. اخیرا به دلیل رخداد پاندمی کرونا، استفاده از سیستمهای آموزش الکترونیک در همه کشورها به یک الزام تبدیل گردید و گزارشهای متعددی در خصوص استفاده از این سیستمها نیز منتشر شده است که هر کدام به جنبهای خاص از این سیستمها و مدلهای آموزشی توجه کردهاند [16-19]. در ادامه تنها برخی از مهمترین مواردی که در خصوص کارآمدی سیستمهای آموزش الکترونیک متمرکز بودهاند، بررسی میشوند.
محیطهای همه جانبه مجازی1 معمولا محیطهای نرمافزاری هستند که سعی میکنند محیط کاری فراهم نمایند که کاربران در آنها احساس حضور داشته باشند. این محیطها در چند سال اخیر به عنوان یکی از محیطهای مناسب آموزشی مورد توجه محققان بودهاند [20]. در یک مطالعه به بررسی محیطهای همه جانبه مجازی ونقش معلمان در این محیطها در جهت کارآمد شدن آموزش مجازی پرداخته شده است [21]. این تحقیق نشان داد که اعتقادات2 و ذهنیات معلمان توسط این محیطها تحت تاثیر قرار میگیرد، اما کماکان در این محیطها تمرینات به صورت معلم محور و سنتی باقی میمانند. در این تحقیق محققان تاکید کردهاند که لازم است متدولوژیهای مناسبی به منظر آموزش معلمان برای بهرهگیری از این محیطها، برنامهریزی و اقدامات مناسبی انجام شود.
در یک مطالعه دیگر، ضمن تاکید بر نقش مثبت و مزایای کلاسهای مجازی ترکیبی (حضوری و آنلاین) به مشکلات و چالشهای آنها نیز پرداخته شده است [22]. در این تحقیق به مواردی مانند امکان بهرهگیری از تجارب خارجی از محیط آموزشی، انعطاف بیشتر در استفاده از تمرینات آموزشی در جهت فعالیت موثر دانش آموزان، و همچنین امکان حضور اساتید و دانشجویان در کلاسهای آموزشی بدون توجه به محدودیتهای جغرافیایی و فاصلهای، به عنوان مهمترین مزایای محیطهای آموزش مجازی و ترکیبی اشاره شده است. در کنار این مزایا، چالشهای این محیطها نیز آدرسدهی شدهاند. انگیزه درونی پایینتر دانشجویان نسبت به سخنرانیهای مجازی و راه دور یک چالش مهم اینگونه محیطها میباشد. چالش دیگر، کار بیشتر اساتید در هدایت و هماهنگی در این محیطهای آموزشی میباشد. توجه به مشارکت3 مناسب دانش آموزان در محیطهای مجازی یک چالش جدی دیگر است. تعامل و مشارکت مناسب دانش آموزان در یک سیستم آموزشی منجر به نتایج آموزشی مثبت و ماندگاری یادگیری خواهد بود [23]. مشکلات مربوط به تکنولوژی و بسترهای سخت افزاری، نرمافزاری و ارتباطی از دیگر چالشها این محیطها میباشد. در این تحقیق، طراحی و بکارگیری تستها و کوئیزهای الکترونیکی متنوع عامل مشارکت مثبت دانشجویان در اینگونه کلاسها ذکر شده است.
در یک مطالعه دیگر، سیستم آموزش مجازی در یک مدرسه حقوق مورد بررسی قرار گرفته است و درسها و تجربیات حاصل از این مطالعه گزارش شدهاند [24]. ویژگیهایی مانند موضوعات قابل ارائه در کلاسهای آنلاین، نحوه ارائه سرویس آنلاین آموزشی به دو شکل همزمان4 و غیر همزمان5 و مزایا و معایب هر کدام از آنها، امکان خروج از آداب اخلاقی کلاسهای آموزشی، دشواری در کنترل حضور و مشارکت دانشجویان، اندازه کلاس (تعداد دانشجویان) از مهمترین مواردی هستند که در محیطهای آموزش مجازی باید مورد توجه قرار گیرند. در این مطالعه، تاکید شده است که در طراحی یک سیستم آموزش مجازی، دریافت بازخورد از دانش آموزان به عنوان ذینفعان این سیستم حیاتی است. درست است که اساتید ذهنیات خود را در مورد خوب یا بد بودن نحوه آموزش دارند، اما توجه به بازخوردهای دانش آموزان اهمیت ویژهای دارد.
در یک مطالعه دیگر، فاکتورهای مهمی که برای پیادهسازی یک کلاس مجازی موفق مورد نیاز هستند، تعریف شدهاند [25]. اولین عامل موفقیت در کلاسهای مجازی برنامهریزی و آماده سازی محتوای آموزشی متناسب با فضای آموزش مجازی میباشد. استفاده از رسانههای متنوع که هر کدام بخشی از فرایند ارائه محتوای آموزشی را عهدهدار باشند یکی دیگر از عوامل موفقیت است. توجه به ساخت یک محیط تعاملی، توجه به حضور اجتماعی6 جهت افزایش یادگیری، استفاده از روشهای دیداری7 و کلامی8 به صورت یکپارچه دیگر عواملی هستند که در موفقیت یک کلاس مجازی نقش جدی دارند.
در یک مطالعه دیگر، محققان مسیری برای موفقیت کلاسهای آموزشی ارائه دادهاند و آن را در یک مورد مطالعاتی مورد ارزیابی قراردادهاند [26]. در این مطالعه، ضمن اشاره به مزایا و چالشهای اصلی کلاسهای مجازی، کمبود راهکارهای موفق در این خصوص را به عنوان یک چالش تحقیقاتی آدرسدهی نشان داده است. در این تحقیق، هفت دیدگاه طراحی برای موفقیت یک کلاس آموزشی پیشنهاد شده است و با ارزیابی انجام شده، صحت آنها نشان داده شده است. استفاده از راهکارهای پیش-مهندسی که بر برنامه ریزی و آماده سازی محتوای کلاسهای مجازی تاکید دارند، اولین دیدگاه طراحی است. در این دیدگاه استفاده از محتوای کاغذی و دیجیتالی پیشنهاد گردیده است. استفاده از شیوه آموزش مجازی همزمان و غیرهمزمان، طراحی سیلابسهای مناسب آموزشی بر اساس نیاز دانشآموزان، و بهرهگیری از کوئیزهای آنلاین از دیگر دیدگاههای طراحی معرفی شده است.
در مطالعهای دیگر، مقایسهای بین کلاسهای حضوری سنتی و آنلاین و میزان یادگیری در آنها انجام گردیده است [27]. این مطالعه بین دانشجویان سال پنجم پزشکی انجام گرفته است، جایی که آنها میتوانستند به دلخواه به صورت حضوری یا مجازی در کلاس حضور یابند. کسب دانش دانشجویان از طریق آزمون سوالات چند گزینه ای مورد ارزیابی قرار گرفت. نتایج این ارزیابی نشان داد که میزان کسب دانش و سطح تمرکز تفاوت معنیداری بین دانشجویان حضوری و آنلاین نداشته است. همچنین آزمونی دیگر هدف تعیین عوامل بالقوه مرتبط با کسب دانش دانشجویان و ارزیابی رضایت آنها انجام گردید. نتایج این آزمون نشان داد که کسب دانش با میزان شدت مطالعه مبحث مورد آموزش، پیش از شروع کلاس، تنها در کلاسهای حضوری سنتی رابطه مثبت داشت و این امر در خصوص کلاسهای آنلاین ثابت نگردید. محققان در این مطالعه اذعان داشتند که با توجه به اینکه در کسب دانش بین کلاسهای مجازی و سنتی تفاوت محسوسی وجود ندارد آنها کلاس مجازی را به موازات کلاس سنتی ادامه خواهند داد و آن را به سایر دورههای خود نیز گسترش خواهند داد.
مطالعهای دیگر در حوزه آموزش آنلاین، بر بهبود مهارتهای نرم9 دانش آموزان متمرکز شده است [28]. در این مطالعه، ضمن تاکید بر لزوم توجه به تولید و بهبود محتوای آموزشی در کلاسهای آنلاین، توجه ناکافی به مهارتهای نرم دانش آموزان را یکی از مشکلات این کلاسها یاد کرده است. این مطالعه تاکید میکند که بهبود مهارتهای نرم دانش آموز مانند حل مساله، برقراری ارتباط، مشاهده انتقادی و حرفه ای در یک فضای کلاس آنلاین ناهمزمان، در عمل چندان ساده نیست. در این مطالعه تمرینات مختلفی برای بهبود مهارتهای نرم دانش آموزان ارائه شده است. به عنوان مثال، تحلیل، تفسیر و خلاصهسازی دادههای یک مساله به عنوان یک راهکار برای بهبود مهارت حل مساله دانش آموزان پیشنهاد شده است. همچنین، مشابه رقابت تزهای سه دقیقه ای10، پیشنهاد شده است که دانش آموزان در یک بازه زمانی نقش معلم کلاس را بازی کنند تا بدین طریق، دانش آموزان به یادگیرنده و شنوندههای فعال تبدیل شوند. همچنین، افزودن قوانین آداب11 و معاشرت به برنامه درسی12، کارهای هفتگی آنلاین و یادآوری ها در جهت بهبود مهارتهای انسانی و توسعه حرفه ای13 و مهارتهای مدیریت زمان پیشنهاد شده است. این مطالعه در نهایت نتیجه گرفته است که پوشاندن تمام مهارتهای نرم در هر کلاس بسیار دشوار یا ناممکن است اما میتوان با ارائه تکالیف و ارزیابیهای مختلف، بسیاری از مهارتهای نرم بالقوه دانش آموزان را بهبود داد.
در یک مطالعه دیگر، سیستمی مبتنی بر سامانه ادمودو14 برای آموزش آنلاین طراحی گردید و سپس به بررسی جنبههای مختلف آن پرداخته شد. نتایج این تحقیق نشان داد که به دلیل مزایای ذاتی این سیستم مانند سهولت مشارکت دانشجویان، انعطاف پذیری در ارائه محتوای آموزشی، و سهولت استفاده از آن، مشارکت دانشجویان در این سیستم قابل ملاحظه بوده و رضایتمندی مناسبی در بین دانشجویان ایجاد نموده است. هر چند در این تحقیق در مورد اثربخشی و کارآمدی این سیستم در عمل توجهی نشده است [29]
درنهایت، به نظر میرسد که علیرغم انجام مطالعات متفاوت در خصوص مدلهای آموزش مجازی و جنبههای متفاوت آنها، توجه به اثربخشی این مدلها در برابر شیوه آموزش سنتی حضوری مسالهای است که باید در محیطهای متفاوت و از منظر مشارکتکنندگان با ذهنیات و فرهنگ متفاوت مورد بررسی قرار گیرد.
3. طرح تحقیق
در مطالعه حاضر، یکی از دانشگاههای دولتی کشور به عنوان مورد مطالعاتی انتخاب گردید و دادههای مربوطه از اساتید و دانشجویان این دانشگاه جمع آوری گردید. به دلیل ماهیت دولتی بودن این دانشگاه، دانشجویان این دانشگاه از کنکور سراسری در آن پذیرش شده و ثبتنام نموده اند. از این روی، دانشجویان این دانشگاه از شهرها و استانهای مختلف با ذهنیتها و فرهنگهای متفاوت میباشند و از این روی نتایج مطالعه حاضر را میتوان تا حدی در سطح کشور عمومیت داد. مدلهای آموزشی که در این تحقیق مورد توجه بوده است در جدول شماره 1 نشان داده شدهاند.
با توجه به اینکه این دانشگاه تا قبل از سال 1399، تجربه چندانی در استفاده از سیستمهای آموزش و آزمون آنلاین در سطح وسیع نداشت، و با توجه به محدودیتهای احتمالی زیرساختی و ارتباطی دانشجویان، استفاده از فیلمهای آموزش ضبط شده توسط اساتید، به عنوان اولین مدل آموزش مجازی (مدل آفلاین) در دوران کرونا تعریف گردید. در این مدل، اساتید فیلمهای آموزشی مورد نیاز را در یک محیط مناسب ضبط کرده و در به تدریج در اختیار دانشجویان قرار میدادند. در سال تحصیلی بعد، به عنوان بهبودی بر این مدل و با توسعه بستر آموزشی مجازی، در کنار استفاده از شیوه آفلاین، کلاسهای موردی نیز بر روی بستر الکترونیکی به صورت آنلاین برگزار می گردید که این مدل در این تحقیق، مدل نیمه آنلاین نامیده شده است.
جدول 1: مدلهای آموزشی مورد بررسی در این تحقیق | ||
مدل | نام | توضیح |
مدل 1 | حضوری (سنتی) | روش معمولی و سنتی ارائه درسها در کلاسهای فیزیکی و حضوری |
مدل 2 | آفلاین | ارائه محتوای آموزشی به شکل فیلمهای از پیش ضبط شده |
مدل 3 | نیمه آنلاین | ارائه محتوای آموزشی به شکل فیلمهای از پیش ضبط شده و برگزاری کلاسهای آنلاین موردی |
مدل 4 | آنلاین | برگزاری کلاسها به صورت کاملا آنلاین |
در سال تحصیلی بعدی و با توسعه کامل بستر آموزش الکترونیک همه کلاسهای درسی به صورت آنلاین در ساعات کلاسی برگزار گردید که این مدل در این تحقیق مدل آنلاین نامیده شده است. در این شیوه، اساتید و دانشجویان به صورت آنلاین در کلاسها مشارکت داشتند و نیازی به استفاده از فیلمهای از پیش ضبط شده نبود. جزئیات این مدل در جدول 3 نشان داده شده است. پس از تجربه این مدلها، این تحقیق به منظور دریافت بازخورد دانشجویان و اساتید انجام گردید تا به مدیران دانشگاه در خصوص اثربخشی مدلهای آموزش مجازی در کنار آموزش حضوری آگاهی داده شود.
3.1. فرضیههای تحقیق
این تحقیق سوالات متعددی را در خصوص ویژگیها، معایب و مزایا مدلهای آموزش مجازی و آزمون مجازی مورد توجه قرار داده بود که در بخشی از این سوالات هدف بررسی پذیرش یا رد فرضیههای زیر بوده است:
H1: مدل آموزشی کلاسهای حضوری (مدل 1) کارآمدی بیشتری از مدل آفلاین (مدل2) دارد.
H2: مدل آموزشی کلاسهای حضوری (مدل 1) کارآمدی بیشتری از نیمه آنلاین (مدل 3) دارد.
H3: مدل آموزشی نیمه آنلاین (مدل 3) کارآمدی بیشتری نسبت به مدل آنلاین (مدل 4) دارد.
H4: مدل آموزشی مدل حضوری (مدل 1) کارآمدی بیشتری نسبت آنلاین (مدل 4) به دارد.
لازم به ذکر است که علاوه بر فرضیههای فوق، این تحقیق موارد مهم دیگری را نیز مورد بررسی قرار داده است که در آینده نتایج آنها نیز منتشر خواهد شد.
3.2. مشارکت کنندگان
در این مطالعه، 50 استاد و 634 دانشجو مشارکت داشتند. جدول شماره 2 و 3 به ترتیب نشان دهنده آمار اساتید و دانشجویان مشارکت کنندگان در این مطالعه میباشد.
جدول 2: اساتید مشارکت کننده | |||
دسته | جنسیت | تعداد | |
اساتید | زن | 13 | |
مرد | 37 | ||
جمع | 50 | ||
جدول 3: دانشجویان مشارکت کننده | |||
متغیر | جنسیت | تعداد | |
جنسیت | زن | 321 | |
مرد | 313 | ||
جمع | 634 | ||
مقطع تحصیلی | کاردانی | 9 | |
کارشناسی | 504 | ||
کارشناسی ارشد | 78 | ||
| دکتری تخصصی | 24 | |
دکتری عمومی | 19 | ||
جمع | 634 | ||
دانشجویان پاسخ دهنده در دانشکدهها و مقاطع تحصیلی مختلف مشغول به تحصیل بوده و به صورت داوطلبانه در این مطالعه مشارکت داشتند. مشارکت اساتید نیز به صورت داوطلبانه بوده است. نکته قابل توجه، عدم مشارکت هیچ یک از اساتید دانشکده دامپزشکی و مشارکت تنها یک استاد از دانشکده منابع طبیعی میباشد.
3.3. روایی و پایایی پرسشنامه
اگرچه پرسشنامه یکی از مهمترین ابزارهای جمع آوری داده در روشهای تحقیق به شمار میآید، اما این ابزار تا زمانی که دو ویژگی مهم پایایی و روایی را نداشته باشند قابل اعتماد نبوده و نمیتوان به نتایج آن اطمینان کرد. روایی بدین معناست که روش یا ابزار به کار رفته تا چه حد میتواند خصوصیت مورد نظر را به درستی اندازهگیری کند. سادهترین روش برای بررسی روایی ابزار اندازهگیری این است که آیا ابزار در ظاهر به درستی متغیر مورد مطالعه را مورد سنجش قرار میدهد یا خیر. هرچند به طور کلی نمیتوان فقط اعتبار صوری را برای نتیجهگیری معتبر دانست چرا که شکل ظاهری ابزار صحت و اعتبار نتیجهگیری نهایی را مشخص نمیکند بلکه این روش مشخص میکند که آیا ابزار انتخاب شده مناسب با هدف پژوهش است یا خیر. در این پژوهش برای بررسی دقیقتر روایی از روش تحلیل عاملی تاییدی استفاده شده است.
بسیار مهم است که بدانیم ابزار اندازهگیری در شرایط یکسان، تا چه اندازه نتایج یکسانی به ما میدهد. برای اندازهگیری پایایی از شاخص ضریب پایایی استفاده میشود. دامنه ضریب پایایی از صفر تا 1 است به این معنا که اگر ضریب صفر باشد عدم پایایی و اگر این ضریب یک باشد پایایی کامل را نشان میدهد.
جدول 4: ضرایب بار عاملی گویههای پرسشنامه | ||||
ردیف | فرضیه | بار عاملی | آماره t | |
1 | H1 | 68/0- | 10/1 | |
2 | H2 | 08/0- | 23/0 | |
3 | H3 | 77/0 | 21/1 | |
4 | H4 | 03/0- | 09/0 | |
همانطور که درجدول فوق مشاهده میشود در هرکدام از گویهها که قدرمطلق بارعاملی بالاتر از 3/0است به صورت مناسب در مسیرهای انتخاب شده است بنابراین آن گویهها از مدل حذف نمیشود و برای گویههایی که مقدار قدرمطلق کمتر از 3/0 است پیشنهاد برحذف گویه مورد نظر است ولی درنهایت نظر محقق برای حذف یا نگهداری این سوالات در پرسشنامه ارجحتر است که در این پرسشنامه این موارد بر اساس نظر محققین به دلیل اهمیتشان حذف نگردیدند.
روش پایایی آلفای کرونباخ معمولترین ضریب پایایی ثبات داخلی است که در بیشتر مطالعات از آن استفاده میشود و معرف میزان تناسب گروهی از آیتمهایی است که یک پرسشنامه را میسازد. در این مطالعه، این مقدار معادل 0.738 بود که نشانگر پایایی مناسب پرسشنامه مورد استفاده میباشد.
4. تحلیل دادهها و نتایج
در این مطالعه به دلیل احتمال تفاوت دیدگاه اساتید و دانشجویان در خصوص کارآمدی مدلهای آموزش مطرح شده، تحلیل هر دسته از پاسخ دهندگان به صورت مجزا ارائه شده است.
4.1. دیدگاه اساتید
پیش از تحلیل دادهها در این بخش و بررسی فرضیههای تحقیق بررسی نرمال بودن دادههای دریافتی یک الزام است. به دلیل تعداد پایین پاسخ دهندگان در بخش اساتید، از آزمون کلموگروف اسمیرنوف برای بررسی نرمال بودن دادهها استفاده شده است. جدول 5 نشان دهنده نتایج این آزمون میباشد.
4.1.1. بررسی فرضیه 1
فرضیه 1: مدل آموزشی کلاسهای حضوری (مدل 1) کارآمدی بیشتری از مدل آفلاین (مدل2) دارد.
باتوجه به نتایج جدول 5 تحلیل دادهها در دانشکدههای علوم پایه، ریاضی و کشاورزی توسط آزمون پارامتری T تک نمونهای انجام گرفته و برای سایر دانشکده ها باتوجه به عدم نرمالیتی، توسط آزمون ویلکاکسون تحلیل انجام شده و نتایج آن در جدولهای 6 و 7 نشان داده شدهاند.
جدول 6: آزمون تک نمونه ای برای فرضیه 1 از منظر اساتید | |||||||||
دانشکده | متغیر | میانگین | آماره t | درجه آزادی | سطح معناداری | اختلاف میانگین | فاصله اطمینان 95درصد | ||
حد پایین | حد بالا | ||||||||
علوم پایه | H1 | 20/2 | 474/3- | 4 | 025/0 | 30/1- | 33/2- | 261/0- | |
ریاضی | 78/2 | 74/2- | 13 | 017/0 | 714/- | 27/1- | 151/0- | ||
کشاورزی | 16/3 | 83/0- | 5 | 44/0 | 33/0- | 36/1- | 69/0 | ||
جدول 5: شاخصهای توصیفی و ضرایب بار عاملی گویههای پرسشنامه | |||||||
دانشکده | متغیر | میانگین | انحراف معیار | میانه | کنترل نرمال بودن | ||
آماره t | درجه آزادی | سطح معناداری | |||||
علوم انسانی | H1 | 54/3 | 29/1 | 4 | 274/0 | 11 | 021/0 |
H2 | 09/3 | 37/1 | 3 | 241/0 | 11 | 074/0 | |
H3 | 63/3 | 28/1 | 4 | 248/0 | 11 | 058/0 | |
H4 | 0/4 | 63/0 | 4 | 318/0 | 11 | 003/0 | |
علوم پایه | H1 | 20/2 | 84/0 | 2 | 231/0 | 5 | 20/0 |
H2 | 4/2 | 14/1 | 2 | 237/0 | 5 | 20/0 | |
H3 | 60/3 | 34/1 | 3 | 273/0 | 5 | 20/0 | |
H4 | 20/3 | 48/1 | 3 | 246/0 | 5 | 20/0 | |
ریاضی | H1 | 78/2 | 97/0 | 3 | 218/0 | 14 | 069/0 |
H2 | 07/3 | 20/1 | 4 | 351/0 | 14 | 0001/0 | |
H3 | 92/3 | 20/1 | 4 | 241/0 | 14 | 026/0 | |
H4 | 85/3 | 94/0 | 4 | 346/0 | 14 | 0001/0 | |
هنر | H1 | 66/2 | 15/1 | 2 | 346/0 | 3 | 0001/0 |
H2 | 66/3 | 57/0 | 4 | 385/0 | 3 | 0001/0 | |
H3 | 0/3 | 73/1 | 4 | 385/0 | 3 | 0001/0 | |
H4 | 0/4 | 0 | 4 | 385/0 | 3 | 0001/0 | |
مهندسی | H1 | 00/3 | 15/1 | 3.5 | 307/0 | 10 | 008/0 |
H2 | 30/3 | 05/1 | 4 | 346/0 | 10 | 008/0 | |
H3 | 80/3 | 39/1 | 4 | 247/0 | 10 | 001/0 | |
H4 | 90/3 | 28/1 | 4 | 231/0 | 10 | 139/0 | |
کشاورزی | H1 | 90/3 | 28/1 | 4 | 231/0 | 6 | 094/0 |
H2 | 0/3 | 09/1 | 3 | 319/0 | 6 | 056/0 | |
H3 | 0/4 | 06/1 | 4 | 333/0 | 6 | 036/0 | |
H4 | 83/3 | 16/1 | 4 | 233/0 | 6 | 20/0 | |
جدول 6 نشان میدهد که از نظر اساتید دانشکدههای علوم پایه و ریاضی، بین کارایی مدل حضوری و آفلاین تفاوت معناداری وجود دارد. این امر منجر به رد H1 میشود. برعکس در دانشکده کشاورزی تایید H1 میشود.
جدول 7: آزمون ویلکاکسون برای فرضیه 1 از منظر اساتید | ||
دانشکده | فرضیه | سطح معناداری |
علوم انسانی | H1 | 927/0 |
هنر | 276/0 | |
مهندسی | 296/0 | |
منابع طبیعی |
| 317/0 |
باتوجه به نتایج جدول 7، در همه دانشکدههای مذکور اساتید بر این باور بوده اند که تفاوت معناداری بین این دو مدل مقایسه شده وجود ندارد و بنابر این فرضیه H1 پذیرفته میشود.
4.1.2. بررسی فرضیه 2
فرضیه 2: مدل آموزشی کلاسهای حضوری (مدل 1) کارآمدی بیشتری از نیمه آنلاین (مدل 3) دارد.
با توجه به جدول 5 و نرمال بودن دادههای مرتبط با فرضیه 2 در دانشکدههای علوم انسانی، علوم پایه و کشاورزی، تحلیل دادههای این دانشکده ها با کمک آزمون T تک نمونه، مطابق آنچه در جدول 8 آمده است، انجام شده است. در خصوص دانشکدههای دیگر، از آزمون ویلکاکسون استفاده شده و نتایج آن در جدول 9 آمده است.
| جدول 8: آزمون تک نمونه ای برای فرضیه 2 از منظر اساتید | |||||||||
دانشکده | متغیر | میانگین | آماره t | درجه آزادی | سطح معناداری | اختلاف میانگین | فاصله اطمینان 95درصد | |||
حد پایین | حد بالا | |||||||||
علوم انسانی | H2 | 09/3 | 99/0- | 10 | 347/0 | 40/0- | 33/1- | 51/0 | ||
علوم پایه | 40/2 | 15/2- | 4 | 09/0 | 10/1- | 51/2- | 32/0 | |||
کشاورزی | 0/3 | 11/1- | 5 | 314/0 | 50/0- | 64/1- | 64/0 | |||
جدول 8 نشان دهنده این است که تفاوت معناداری بین دو مدل حضوری و نیمه آنلاین در این سه دانشکده دیده نمیشود و فرضیه 2 تائید میشود.
جدول 9: آزمون ویلکاکسون برای فرضیه 2 از منظر اساتید | ||
دانشکده | فرضیه | سطح معناداری |
ریاضی | H2 | 418/0 |
هنر | 564/0 | |
مهندسی | 957/0 | |
منابع طبیعی | 317/0 | |
جدول 9 نشان میدهد که در این دانشکده ها، تفاوت معناداری بین دو مدل آموزشی مورد آزمون وجود ندارد و فرضیه 2 تائید میشود.
4.3.1. بررسی فرضیه 3
فرضیه 3: مدل آموزشی نیمه آنلاین (مدل 3) کارآمدی بیشتری نسبت به مدل آنلاین (مدل 4) دارد.
جدول 5 نشان میدهد که فرضیه 3 از منظر اساتید در دانشکدههای علوم انسانی، علوم پایه و مهندسی از طریق آزمون T تک نمونهای و در سایر دانشکدهها از طریق آزمون ویلکاکسون باید انجام پذیرد. نتایج این دو آزمون در جداول 10 و 11 نشان داده شده است.
جدول 10: آزمونT تک نمونه ای برای فرضیه 3 از منظر اساتید | |||||||||
دانشکده | متغیر | میانگین | آماره t | درجه آزادی | سطح معناداری | اختلاف میانگین | فاصله اطمینان 95درصد | ||
حد پایین | حد بالا | ||||||||
علوم انسانی | H3 | 63/3 | 352/0 | 10 | 732/0 | 136/0 | 72/0- | 0/1 | |
علوم پایه | 60/3 | 167/0 | 4 | 876/0 | 0/10 | 56/1- | 76/1 | ||
مهندسی | 80/3 | 678/0 | 9 | 515/0 | 30/0 | 70/0- | 30/1 | ||
جدول 10 نشان میدهد که از منظر اساتید دانشکدههای ادبیات و علوم انسانی، علوم پایه و مهندسی، با توجه به سطح معناداری آزمون، تفاوت معناداری بین روشهای آنلاین و نیمه آنلاین وجود ندارد و بدین معنی است که فرضیه 3 در این دانشکدهها مورد قبول است.
جدول 11: آزمون ویلکاکسون برای فرضیه 3 از منظر اساتید | ||
دانشکده | فرضیه | سطح معناداری |
ریاضی | H3 | 205/0 |
هنر | 00/1 | |
کشاورزی | 238/0 | |
منابع طبیعی | 317/0 | |
باتوجه به نتایج جدول 12، در دانشکده ریاضی و آمار، هنر، منابع طبیعی و مهندسی از منظر اساتید تفاوت معناداری بین دو مدل آموزشی نیمه آنلاین و آنلاین وجود ندارد و فرضیه 3 تائید میشود.
4.1.4 بررسی فرضیه 4
فرضیه 4: مدل آموزشی آنلاین (مدل 4) کارآمدی بیشتری نسبت به مدل حضوری (مدل 1) دارد.
باتوجه به نتایج جدول 7 تحلیل دادهها در دانشکده علوم پایه توسط آزمون پارامتری T تک نمونهای انجام میگیرد و برای سایر دانشکدهها باتوجه به عدم نرمالیتی توسط آزمون ویلکاکسون تحلیل انجام میشود.
جدول 12: آزمونT تک نمونه ای برای فرضیه 4 از منظر اساتید | |||||||||
دانشکده | متغیر | میانگین | آماره t | درجه آزادی | سطح معناداری | اختلاف میانگین | فاصله اطمینان 95درصد | ||
حد پایین | حد بالا | ||||||||
علوم پایه | H4 | 20/3 | 452/0- | 4 | 675/0 | 30/0- | 14/2- | 54/1 | |
مهندسی | 90/3 | 98/0 | 9 | 351/0 | 40/0- | 52/0- | 32/1 | ||
کشاورزی | 83/3 | 69/0 | 5 | 516/0 | 33/0 | 89/0- | 56/1 | ||
جدول 12 نشان میدهد که از نظر اساتید در دانشکدههای علوم پایه، مهندسی و کشاورزی تفاوت معناداری بین دو مدل آموزشی حضوری و آنلاین وجود ندارد و فرضیه 4 در این مورد پذیرفته شده است.
جدول 13: آزمون ویلکاکسون برای فرضیه 4 از منظر اساتید | ||
دانشکده | فرضیه | سطح معناداری |
علوم انسانی | H4 | 029/0 |
ریاضی | 126/0 | |
هنر | 083/0 | |
منابع طبیعی | 317/0 | |
جدول 13 نشان میدهد که از نظر اساتید دانشکدههای ریاضی، هنر و منابع طبیعی با توجه به سطح معناداری، تفاوت معناداری بین دو مدل حضوری و آنلاین وجود نداشته و فرضیه 4 پذیرفته شده و برخلاف آن در دانشکده علوم انسانی این فرضیه رد میشود.
4.2. دیدگاه دانشجویان
چنانچه پیشتر اشاره شد، 643 دانشجو در این تحقیق مشارکت داشتند. با توجه به متفاوت بودن اندازه نمونههای مشارکت کننده در دانشکدههای مختلف، لازم است قبل از بررسی نرمال بودن دادهها، آمار توصیفی با دقت خلاصه شوند. جدول 14 نشان دهنده آمار توصیفی دانشجویان مشارکت کننده در این تحقیق میباشد.
جهت بررسی فرضیه ها از دید دانشجویان نیز لازم است ابتدا نرمال بودن داده مورد آزمون قرار گیرد. از آنجا که تعداد نمونهها در دانشکدههای هنر و منابع طبیعی اندک بوده است، از آزمون کلموگروف اسمیرنوف برای نرمال بودن دادهها در این دو دانشکده استفاده شده است و برای بقیه دانشکدهها، از نمودار چندک-چندک15 استفاده شده است. جدول 15 نشان دهنده نتیجه آزمون کلموگروف اسمیرنوف میباشد.
جدول 14: آمار توصیفی دانشجویان مشارکت کننده در تحقیق به تفکیک شرکت کننده | ||||
دانشکده | متغیر | میانگین | انحراف معیار | میانه |
علوم انسانی | H1 | 47/3 | 33/1 | 4 |
H2 | 39/3 | 43/1 | 4 | |
H3 | 45/3 | 28/1 | 4 | |
H4 | 82/3 | 34/1 | 4 | |
علوم پایه | H1 | 16/3 | 30/1 | 4 |
H2 | 04/3 | 30/1 | 3 | |
H3 | 81/3 | 21/1 | 4 | |
H4 | 10/4 | 32/1 | 4 | |
ریاضی | H1 | 21/3 | 41/1 | 3 |
H2 | 14/3 | 44/1 | 4 | |
H3 | 68/3 | 39/1 | 4 | |
H4 | 81/3 | 44/1 | 4 | |
هنر | H1 | 69/3 | 22/1 | 4 |
H2 | 38/3 | 16/1 | 4 | |
H3 | 80/3 | 02/1 | 4 | |
H4 | 92/3 | 38/1 | 4.5 | |
مهندسی | H1 | 13/3 | 34/1 | 4 |
H2 | 95/2 | 37/1 | 3 | |
H3 | 78/3 | 25/1 | 4 | |
H4 | 84/3 | 35/1 | 4 | |
کشاورزی | H1 | 09/3 | 30/1 | 3 |
H2 | 30/3 | 35/1 | 4 | |
H3 | 74/3 | 14/1 | 4 | |
H4 | 79/3 | 34/1 | 4 | |
منابع طبیعی | H1 | 75/2 | 76/1 | 2 |
H2 | 58/2 | 67/1 | 2 | |
H3 | 91/2 | 24/1 | 5/2 | |
H4 | 58/2 | 56/1 | 2 | |
دامپزشکی | H1 | 54/2 | 33/1 | 2 |
H2 | 96/2 | 37/1 | 3 | |
H3 | 54/3 | 31/1 | 4 | |
H4 | 80/3 | 30/1 | 4 | |
نمودار چندک-چندک یک ابزار توصیفی است که میتواند برای تعیین اینکه آیا یک مجموعه داده به یک توزیع احتمالی خاص مانند توزیع نرمال پایبند است یا خیر استفاده شود. این روش معمولاً برای نمونههای بزرگ استفاده میشود. در دانشکدههای ادبیات و علوم انسانی، علوم پایه، ریاضی، مهندسی، کشاورزی و دامپزشکی از این نمودار برای آزمون نرمال بودن دادهها بر اساس حجم نمونه استفاده شد. با توجه به محدودیت فضا، نتایج این نمودارها در جدول 16 ارائه شده است.
جدول 15: آمار توصیفی دانشجویان مشارکت کننده در تحقیق به تفکیک شرکت کننده | ||||
دانشکده | متغیر | آماره t | درجه آزادی | سطح معناداری |
هنر | H1 | 253/0 | 26 | 0001/0 |
H2 | 278/0 | 26 | 0001/0 | |
H3 | 190/0 | 26 | 0160/0 | |
H4 | 282/0 | 26 | 0001/0 | |
منابع طبیعی | H1 | 248/0 | 12 | 040/0 |
H2 | 303/0 | 12 | 003/0 | |
H3 | 270/0 | 12 | 016/0 | |
H4 | 229/0 | 12 | 083/0 | |
جدول 16: بررسی نرمال بودن متغیرها بر اساس تحلیل نمودار چندک-چندک به تفکیک فرضیهها | ||
متغیر | دانشکده | وضعیت نرمال بودن |
H1 | علوم انسانی | نرمال |
علوم پایه | نرمال | |
ریاضی | نرمال | |
مهندسی | نرمال | |
کشاورزی | نرمال | |
دامپزشکی | نرمال | |
| علوم انسانی | غیر نرمال |
| علوم پایه | نرمال |
H2 | ریاضی | نرمال |
| مهندسی | نرمال |
| کشاورزی | نرمال |
| دامپزشکی | نرمال |
| علوم انسانی | نرمال |
| علوم پایه | نرمال |
H3 | ریاضی | غیر نرمال |
| مهندسی | غیر نرمال |
| کشاورزی | نرمال |
| دامپزشکی | غیر نرمال |
| علوم انسانی | غیر نرمال |
| علوم پایه | غیر نرمال |
| ریاضی | غیر نرمال |
H4 | مهندسی | غیر نرمال |
| کشاورزی | غیر نرمال |
| دامپزشکی | غیر نرمال |
بر اساس نتایج جداول 15 و 16 و نرمال بودن یا غیر نرمال بودن دادهها، بررسی فرضیهها در بخش دانشجویی در ادامه خواهد آمد.
4.2.1 بررسی فرضیه 1
فرضیه 1: مدل آموزشی کلاسهای حضوری (مدل 1) کارآمدی بیشتری از مدل آفلاین (مدل2) دارد.
به دلیل اینکه دادههای مرتبط با دانشکدههای علوم انسانی، علوم پایه، ریاضی، مهندسی، کشاورزی و دامپزشکی از یک توزیع نرمال تبعیت میکردند، از آزمون T تک نمونهای برای ارزیابی فرضیه 1 استفاده شده و نتایج در جدول 17 ارائه شده است.
جدول 17: آزمونT تک نمونه ای برای فرضیه 1 از منظر دانشجویان | |||||||||
دانشکده | متغیر | میانگین | آماره t | درجه آزادی | سطح معناداری | اختلاف میانگین | فاصله اطمینان 95درصد | ||
حد پایین | حد بالا | ||||||||
علوم انسانی | H1 | 47/3 | 164/0- | 83 | 870/0 | 023/0- | 31/0- | 26/0 | |
علوم پایه | 16/3 | 48/2- | 91 | 015/0 | 33/0- | 60/0- | 067/0- | ||
ریاضی | 21/3 | 58/1- | 60 | 119/0 | 28/0- | 64/0- | 075/0 | ||
مهندسی | 13/3 | 20/4- | 234 | 0001/0 | 36/0- | 54/0- | 19/0- | ||
کشاورزی | 09/3 | 95/2- | 92 | 004/0 | 40/0- | 67/0- | 13/0- | ||
دامپزشکی | 54/2 | 96/3- | 30 | 0001/0 | 95/0- | 44/1- | 46/0- | ||
جدول 17 نشان میدهد که در دانشکدههای علوم پایه، مهندسی، کشاورزی و دامپزشکی تفاوت معناداری بین مدلهای آنها آموزش حضوری و آفلاین وجود ندارد و فرضیه 1 رد میشود. در دو دانشکده علوم انسانی و ریاضی فرضیه 1 تائید شده است.
با توجه به غیر نرمال بودن دادهها در دانشکدههای هنر و منابع طبیعی، از آزمون ویلکاکسون برای ارزیابی فرضیه 1 از منظر دانشجویان این دو دانشکده استفاده شده و نتایج در جدول 18 ارائه شده است.
جدول 18: آزمون ویلکاکسون برای فرضیه 1 از منظر دانشجویان | ||
دانشکده | فرضیه | سطح معناداری |
هنر | H1 | 361/0 |
منابع طبیعی | 126/0 | |
جدول 18 نشان میدهد که تفاوت معناداری بین دو شیوه آموزشی حضوری و آفلاین از دید دانشجویان دانشکدههای هنر و منابع طبیعی وجود داشته و فرضیه 1 تائید میشود.
4.2.2 بررسی فرضیه 2
فرضیه 2: مدل آموزشی کلاسهای حضوری (مدل 1) کارآمدی بیشتری از نیمه آنلاین (مدل 3) دارد.
از آنجا که دادههای مرتبط با دنشکدههای علوم، ریاضی، مهندسی، کشاورزی و دامپزشکی توزیع نرمال دارند، برای بررسی فرضیه 2، از آزمون T تک نمونهای بهرهگیری شده و این امر در دانشکدههای دیگر به کمک آزمون ویلکاکسون انجام شده است. نتایج این آزمونها به ترتیب در جداول 19 و 20 نشان داده شدهاند.
جدول 19: آزمونT تک نمونه ای برای فرضیه 2 از منظر دانشجویان | |||||||||
دانشکده | متغیر | میانگین | آماره t | درجه آزادی | سطح معناداری | اختلاف میانگین | فاصله اطمینان 95درصد | ||
حد پایین | حد بالا | ||||||||
علوم پایه | H2 | 04/3 | 32/3- | 90 | 001/0 | 45/0- | 72/0- | 18/0- | |
ریاضی | 14/3 | 90/1- | 60 | 062/0 | 35/0- | 72/0- | 01/0 | ||
مهندسی | 95/2 | 09/6- | 234 | 0001/0 | 54/0- | 72/0- | 37/0- | ||
کشاورزی | 30/3 | 41/1- | 92 | 161/0 | 19/0- | 47/0- | 08/0 | ||
دامپزشکی | 96/2 | 15/2- | 30 | 040/0 | 53/0- | 03/1- | 02/0- | ||
جدول 19 نشان میدهد که معناداری بین آموزش حضوری و نیمه آنلاین در دانشکدههای علوم پایه، مهندسی و دامپزشکی وجود دارد و به همین دلیل فرضیه 2 در این دانشکدهها رد میشود. برخلاف آن، این فرضیه در دانشکدههای ریاضی و کشاورزی تائید میشود.
جدول 20: آزمون ویلکاکسون برای فرضیه 2 از منظر دانشجویان | ||
دانشکده | فرضیه | سطح معناداری |
هنر | H1 | 734/0 |
منابع طبیعی | 064/0 | |
علوم انسانی | 696/0 | |
جدول 20 نشان دهنده این است که از منظر دانشجویان تفاوت معناداری بین دو مدل آموزشی حضوری و نیمه آنلاین در دانشکدههای هنر، منابع طبیعی و علوم انسانی وجود ندارد و در این دانشکدهها، فرضیه 2 تائید میگردد.
4.2.3 بررسی فرضیه 3
فرضیه 3: مدل آموزشی نیمه آنلاین (مدل 3) کارآمدی بیشتری نسبت به مدل آنلاین (مدل 4) دارد.
با توجه به نرمال بودن دادهها در دانشکدههای علوم انسانی، علوم پایه و کشاورزی، ارزیابی فرضیه 3 در این دانشکدهها از به کمک آزمون T تک نمونه ای و در دانشکدههای دیگر به کمک آزمون ویلکاکسون انجام شده و نتایج این ارزیابی در جدول 21 و 22 نشان داده شده است.
جدول 21: آزمونT تک نمونه ای برای فرضیه 3 از منظر دانشجویان | |||||||||
دانشکده | متغیر | میانگین | آماره t | درجه آزادی | سطح معناداری | اختلاف میانگین | فاصله اطمینان 95درصد | ||
حد پایین | حد بالا | ||||||||
علوم انسانی | H3 | 45/3 | 34/0- | 83 | 735/0 | 04/0- | 32/0- | 23/0 | |
کشاورزی | 81/3 | 49/2 | 91 | 014/0 | 31/0 | 06/0 | 56/0 | ||
دامپزشکی | 74/3 | 04/2 | 92 | 044/0 | 24/0 | 006/0 | 47/0 | ||
بر اساس جدول 21، از منظر دانشجویان دانشکدههای علوم پایه و کشاورزی، تفاوت معناداری بین شیوههای آموزشی نیمه آنلاین و آنلاین وجود ندارد و فرضیه 3 در این دانشکدهها تائید میشود. برخلاف آن، در دانشکده علوم انسانی این فرضیه رد شده است.
جدول 22: آزمون ویلکاکسون برای فرضیه 3 از منظر دانشجویان | ||
دانشکده | فرضیه | سطح معناداری |
هنر | H3 | 138/0 |
منابع طبیعی | 138/0 | |
ریاضی | 238/0 | |
مهندسی | 001/0 | |
دامپزشکی | 668/0 | |
جدول 22 نشان میدهد که در همه دانشکدهها به جز دانشکده مهندسی دانشجویان بر این باورند که مدل آنلاین کارآمدی تقریبا یکسانی نسبت به مدل نیمه آنلاین دارد و فرضیه 3 تائید شده است. برخلاف آن، در دانشکده مهندسی دانشجویان اعتقاد دارند که مدل آنلاین کارآمدتر است و فرضیه 3 رد میشود.
بررسی فرضیه 4
فرضیه 4: مدل آموزشی آنلاین (مدل 4) کارآمدی بیشتری نسبت به مدل حضوری (مدل 1) دارد.
به دلیل، نرمال بودن دادهها در دانشکده منابع طبیعی، ارزیابی فرضیه 4 از منظر دانشجویان به کمک آزمون T تک نمونهای و برای دانشکدههای دیگر، به دلیل غیرنرمال بودن دادهها، از آزمون ویلکاکسون استفاده شده و جداول 23 و 24 نشان دهنده نتایج این آزمونها میباشند.
جدول 23: آزمونT تک نمونه ای برای فرضیه 4 از منظر دانشجویان | |||||||||
دانشکده | متغیر | میانگین | آماره t | درجه آزادی | سطح معناداری | اختلاف میانگین | فاصله اطمینان 95درصد | ||
حد پایین | حد بالا | ||||||||
منابع طبیعی | H4 | 58/2 | 03/2- | 11 | 067/0 | 91/0- | 91/1- | 077/0 | |
جدول 23 نشان میدهد که از منظر دانشجویان منابع طبیعی، تفاوت معناداری بین دو مدل آموزشی حضوری و آنلاین وجود دارد و بنابر این فرضیه 4 در این دانشکده رد میشود.
جدول 24: آزمون ویلکاکسون برای فرضیه 4 از منظر دانشجویان | ||
دانشکده | فرضیه | سطح معناداری |
علوم انسانی | H3 | 016/0 |
علوم پایه | 0001/0 | |
ریاضی | 066/0 | |
مهندسی | 0001/0 | |
کشاورزی | 051/0 | |
هنر | 137/0 | |
جدول 24 نشان میدهد که از نظر دانشجویان دانشکدههای ریاضی، کشاورزی، هنر و دامپزشکی تفاوت معناداری بین اثربخشی دو مدل آموزشی حضوری و آنلاین وجود دارد و فرضیه 4 پذیرفته میشود. برخلاف آن، در دانشکدههای علوم انسانی، علوم پایه و مهندسی این فرضیه رد شده است.
5. بحث و بررسی
با توجه به نتایج حاصله به نظر میرسد که دیدگاههای اساتید و دانشجویان در دانشکدههای مختلف نسبت به مدلهای آموزشی مورد نظر متفاوت است. این امر تا حدی طبیعی و وابسته به ماهیت محتوای آموزشی در هر دانشکده دارد. جدول 25 خلاصه بررسی فرضیههای تحقیق را نشان میدهد.
جدول 25: خلاصه پذیرش/ رد فرضیههای تحقیق | ||||||
دسته | دانشکده | H1 | H2 | H4 | H4 | |
اساتید | علوم انسانی | تائید | تائید | تائید | رد | |
علوم پایه | رد | تائید | تائید | تائید | ||
ریاضی | رد | تائید | تائید | تائید | ||
هنر | تائید | تائید | تائید | تائید | ||
مهندسی | تائید | تائید | تائید | تائید | ||
منابع طبیعی | تائید | تائید | تائید | تائید | ||
کشاورزی | تائید | تائید | تائید | تائید | ||
دامپزشکی | - | - | - | - | ||
| علوم انسانی | تائید | تائید | تائید | رد | |
| علوم پایه | رد | رد | تائید | رد | |
دانشجویان | ریاضی | تائید | تائید | تائید | تائید | |
| هنر | تائید | تائید | تائید | تائید | |
| مهندسی | رد | رد | رد | رد | |
| منابع طبیعی | تائید | تائید | تائید | تائید | |
| کشاورزی | رد | تائید | تائید | تائید | |
| دامپزشکی | رد | رد | تائید | تائید | |
در جدول 25 چند نکته مهم در رابطه با کارایی مدلهای آموزشی ارزیابی شده در این پژوهش ارائه شده است. تأیید یا رد فرضیهها در دانشکدههای مختلف و از دیدگاه دانشجویان و اساتید میتواند در تدوین برنامه درسی در دانشکدههای مختلف مورد توجه قرار گیرد.
در سه دانشکده، اساتید و دانشجویان دیدگاههای مشابهی در مورد فرضیههای تحقیق دارند. به طور مشخص، اساتید و دانشجویان دانشکدههای ادبیات و علوم انسانی، هنر و منابع طبیعی دیدگاههای مشابهی در مورد کارایی مدلهای معرفی شده دارند. اما در دانشکده فنی، دیدگاه اساتید و دانشجویان در مورد فرضیههای پژوهشی متضاد با یکدیگر است که نشاندهنده تفاوت نظرات اساتید و دانشجویان در مورد کارایی مدلهای آموزشی مزبور است.
نکته حساس دیگر، پذیرش فرضیهها از دیدگاه اساتید است. تقریباً تمام فرضیه ها به جز سه فرضیه توسط اساتید تأیید شده است. اساتید دانشکدههای ریاضی و علوم پایه معتقدند که مدل آفلاین کارآمدتر از مدل حضوری است. در مورد مقایسه این دو مدل بر خلاف سایر اساتید این موضوع را مد نظر دارند. علاوه بر این، در دانشکده ادبیات و علوم انسانی، اساتید معتقد بودند که مدل آنلاین کارآمدتر از مدل حضوری است که برخلاف نظر اساتید سایر دانشکدهها است. مشابه این مورد، دانشجویان دانشکدههای مختلف دیدگاههای متفاوت و گاها متضادی در مورد فرضیههای تحقیق دارند.
همچنین تمامی فرضیههای تحقیق توسط دانشجویان دانشکده مهندسی رد شد. برای این دانش آموزان، مدل حضوری از هیچ یک از مدلهای آفلاین، نیمه آنلاین و آنلاین کارآمدتر نیست. دانشجویان دانشکده علوم پایه نیز تقریباً نظر مشابهی با دانشکده مهندسی دارند، با این تفاوت که کارایی مدل حضوری را نسبت به مدل نیمه آنلاین تأیید کردند.
6. نتیجه گیری و کارهای آینده
در این پژوهش خدمات آموزشی در قالب مدلهای آفلاین، نیمه آنلاین و آنلاین در ترمهای مختلف در یک دانشگاه دولتی ارائه شد. سپس از اساتید و دانشجویان در مورد اثربخشی این مدلها در مقایسه با یکدیگر و مدل آموزشی سنتی حضوری سوال شد. تجزیه و تحلیل دادهها نشان داد که به دلیل ماهیت متفاوت محتوای آموزشی در دانشکدههای مختلف، دستیابی به یک قضاوت یکسان در مورد اثربخشی این مدلها ساده نیست.
تقریباً همه اساتید معتقد بودند که مدل حضوری کارآمدتر از مدلهای دیگر است. با این حال، دانشجویان نظرات متفاوتی در این مورد داشتند. برای مثال، دانشجویان دانشکده مهندسی بر این باور بودند که مدل حضوری کارآمدتر از مدلهای دیگر نیست. در مقابل، دانشجویان دانشکدههای هنر و منابع طبیعی نظرات مشابهی را با اساتید در میان گذاشتند و اثربخشی مدل حضوری را در مقایسه با سایر مدلها تأیید کردند.
برای کارهای آینده، اثربخشی مدل آزمون آنلاین بکارگرفته شده توسط دانشگاه هستند، بررسی خواهد شد. از آنجایی که آزمونهای آنلاین جزء لاینفک مدلهای آموزشی هستند، مطالعه اثربخشی سیستمهای آزمون آنلاین و ویژگیهای کلیدی آنها میتواند به اثربخشی بیشتر آنها کمک کند.
References
[1] M. Aparicio, F. Bacao, and T. Oliveira, "Cultural impacts on e-learning systems' success," The Internet and Higher Education, vol. 31, pp. 58-70, 2016.
[2] L. Shahmoradi, V. Changizi, E. Mehraeen, A. Bashiri, B. Jannat, and M. Hosseini, "The challenges of E-learning system: Higher educational institutions perspective," Journal of education and health promotion, vol. 7, 2018.
[3] Y. Zhao, N. Wang, Y. Li, R. Zhou, and S. Li, "Do cultural differences affect users’e‐learning adoption? A meta‐analysis," British Journal of Educational Technology, p. e13280, 2020.
[4] K. Alhumaid, S. Ali, A. Waheed, E. Zahid, and M. Habes, "COVID-19 &Elearning: Perceptions &Attitudes Of Teachers Towards E-Learning Acceptancein The Developing Countries," Multicultural Education, vol. 6, no. 2, pp. 100-115, 2020.
[5] A. Q. M. AlHamad, "Acceptance of E-learning among university students in UAE: A practical study," International Journal of Electrical & Computer Engineering (2088-8708), vol. 10, 2020.
[6] O. Dospinescu and N. DOSPINESCU, "Perception over E-learning tools in higher education: Comparative study Romania and Moldova," in Proceedings of the IE 2020 International Conference, Bucharest & Timisoara, Romania, 2020, vol. 10.
[7] C. Hofmeister and M. Pilz, "Using E-Learning to Deliver In-Service Teacher Training in the Vocational Education Sector: Perception and Acceptance in Poland, Italy and Germany," Education Sciences, vol. 10, no. 7, pp. 1-17, 2020.
[8] S. Benavides-Varela, C. Z. Callegher, B. Fagiolini, I. Leo, G. Altoe, and D. Lucangeli, "Effectiveness of digital-based interventions for children with mathematical learning difficulties: A meta-analysis," Computers & Education, vol. 157, p. 103953, 2020.
[9] J. Jenkinson, "Measuring the Effectiveness of Educational Technology: what are we Attempting to Measure?," Electronic Journal of e-learning, vol. 7, no. 3, pp. pp273‑280-pp273‑280, 2009.
[10] X. Chen, D. Zou, H. Xie, G. Chen, J. Lin, and G. Cheng, "Exploring contributors, collaborations, and research topics in educational technology: A joint analysis of mainstream conferences," Education and Information Technologies, vol. 28, no. 2, pp. 1323-1358, 2023.
[11] E. Lacka, T. Wong, and M. Y. Haddoud, "Can digital technologies improve students' efficiency? Exploring the role of Virtual Learning Environment and Social Media use in Higher Education," Computers & Education, vol. 163, p. 104099, 2021.
[12] I. A. Reshi, "COVID-19 Pandemic and Teaching and Learning: A Literature Review," MORFAI JOURNAL, vol. 2, no. 4, pp. 820-826, 2023.
[13] M. Ayu, "Online learning: Leading e-learning at higher education," The Journal of English Literacy Education: The Teaching and Learning of English as a Foreign Language, vol. 7, no. 1, pp. 47-54, 2020.
[14] A.-J. Moreno-Guerrero, I. Aznar-Díaz, P. Cáceres-Reche, and S. Alonso-García, "E-learning in the teaching of mathematics: an educational experience in adult high school," Mathematics, vol. 8, no. 5, p. 840, 2020.
[15] J. Valverde-Berrocoso, M. d. C. Garrido-Arroyo, C. Burgos-Videla, and M. B. Morales-Cevallos, "Trends in educational research about e-learning: A systematic literature review (2009–2018)," Sustainability, vol. 12, no. 12, p. 5153, 2020.
[16] S. Abbasi, T. Ayoob, A. Malik, and S. I. Memon, "Perceptions of students regarding E-learning during Covid-19 at a private medical college," Pakistan Journal of Medical Sciences, vol. 36, no. COVID19-S4, p. S57, 2020.
[17] M. Ebner et al., "COVID-19 epidemic as E-learning boost? Chronological development and effects at an Austrian university against the background of the concept of “E-Learning Readiness”," Future Internet, vol. 12, no. 6, p. 94, 2020.
[18] E. Aboagye, J. A. Yawson, and K. N. Appiah, "COVID-19 and E-learning: The challenges of students in tertiary institutions," Social Education Research, pp. 1-8, 2021.
[19] V. D. Soni, "Global Impact of E-learning during COVID 19," Available at SSRN 3630073, 2020.
[20] C. K. Chan and Y. Yang, "Developing scientific inquiry in technology-enhanced learning environments," Journal: Handbook of Comparative Studies on Community Colleges and Global Counterparts Springer International Handbooks of Education, pp. 1-20, 2018.
[21] K. Mills, D. Jass Ketelhut, and X. Gong, "Change of teacher beliefs, but not practices, following integration of immersive virtual environment in the classroom," Journal of Educational Computing Research, vol. 57, no. 7, pp. 1786-1811, 2019.
[22] A. Raes, P. Vanneste, M. Pieters, I. Windey, W. Van Den Noortgate, and F. Depaepe, "Learning and instruction in the hybrid virtual classroom: An investigation of students’ engagement and the effect of quizzes," Computers & Education, vol. 143, p. 103682, 2020.
[23] M. L. Bote-Lorenzo and E. Gómez-Sánchez, "Predicting the decrease of engagement indicators in a MOOC," in Proceedings of the Seventh International Learning Analytics & Knowledge Conference, 2017, pp. 143-147.
[24] J. D. Lipton, "Distance Legal Education: Lessons from the Virtual Classroom," IDEA, vol. 60, pp. 71-103, 2020.
[25] R. C. Clark and A. Kwinn, The new virtual classroom: Evidence-based guidelines for synchronous e-learning. John Wiley & Sons, 2007.
[26] B. R. Aditya, I. Nurhas, and J. Pawlowski, "Towards successful implementation of a virtual classroom for vocational higher education in Indonesia," in International Workshop on Learning Technology for Education in Cloud, 2019, pp. 151-161: Springer.
[27] A. Morice, E. Jablon, C. Delevaque, R. H. Khonsari, A. Picard, and N. Kadlub, "Virtual versus traditional classroom on facial traumatology learning: evaluation of medical student’s knowledge acquisition and satisfaction," Journal of Stomatology, Oral and Maxillofacial Surgery, vol. 121, no. 6, pp. 642-645, 2020.
[28] K. A. Moore and B. J. Pearson, "Soft skills in an online class," Horttechnology, vol. 27, no. 5, pp. 583-585, 2017.
[29] S. Siagian, P. Sinambela, and Y. Wau, "Effectiveness and efficiency of e-learning in Instructional Design," World Transactions on Engineering and Technology Education, vol. 18, no. 1, pp. 73-77, 2020.
[1] Immersive virtual environments
[2] Beliefs
[3] Engagement
[4] Synchronous
[5] Asynchronous
[6] Social presence
[7] Visual
[8] Verbal
[9] Soft skills
[10] 3-minutes thesis competition
[11] Etiquette
[12] syllabus
[13] professionalism
[14] Edmodo
[15] Q-Q plot