شناسایی مؤلفه‌های برنامه‌درسی مبتنی بر وب بر اساس دیدگاه دبیران و کارشناسان

محورهای موضوعی : آموزش عالی

اسماعیل کاظم پور ¹ ( استادیار گروه علوم تربیتی، دانشگاه آزاد اسلامی واحد تنکابن، تنکابن، ایران )
مریم گلشاهی ² ( دانش‌آموخته کارشناسی ارشد برنامه‌ریزی آموزشی، دانشگاه آزاد اسلامی واحد تنکابن، تنکابن، ایران )
نوشین شاه بهرامی ³ ( دانشجوی دکتری برنامه‌ریزی درسی، دانشگاه آزاد اسلامی واحد تنکابن، تنکابن، ایران )

تاریخ دریافت : 1393/03/13 تاریخ پذیرش : 1393/07/25 تاریخ انتشار : 1394/02/11

کلید واژه: الگو, دبیران, مؤلفه‌های برنامه‌درسی, وب, کارشناسان,

چکیده مقاله :

هدف از این پژوهش، ارایه الگویی برای تدوین برنامه‌درسی مبتنی بر وب است. این تحقیق، به صورت توصیفی‌ـ تحلیلی بوده و با عنایت به پرسش‌های تحقیق از نوع کاربردی است. جامعه آماری، شامل 524 نفر از دبیران هنرستان‌های فنی‌ـ حرفه‌ای و 58 نفر از کارشناسان علوم‌تربیتی شهرستان لاهیجان در سال 1393 بود که از این تعداد 308 نفر از دبیران و 58 نفر از کارشناسان به عنوان نمونه آماری انتخاب شدند. ابزار گردآوری داده‌ها، پرسش‌نامه محقق‌ساخته متشکل از 72 سؤال برنامه‌درسی مبتنی بر وب است. برای بررسی روایی سازه پرسش‌نامه، از برآورد کفایت نمونه‌برداری (KMO) و آزمون کرویت بارتلت که حکایت از وجود شرایط مناسب اجرای تحلیل عاملی دارند، استفاده شد. پایایی پرسش‌نامه با استفاده از ضریب آلفای کرونباخ 94/0 برآورد شد. برای تحلیل داده‌ها از آمار توصیفی و استنباطی شامل آزمون تحلیل عاملی استفاده شد. تحلیل عاملی بر پایه روش تحلیل مؤلفه‌های اصلی، انجام گرفت و نتایج نشان داد، برنامه درسی مبتنی بر وب، شش مؤلفه اساسی دارد و قابل مدل‌سازی است. این تعداد مؤلفه‌ها روی هم 280/51 درصد کل واریانس متغیرها را تبیین می‌کنند. در مرحله نهایی با استفاده از چرخش Olbimin ماتریس عاملی ساختار ساده عامل‌ها به‌دست آمد. عامل‌ها تحت عناوین اهداف و نیازها، محتوا و منابع، شیوه‌های یاددهی- یادگیری، اجرا و ارزشیابی نام‌گذاری شدند. در نهایت با توجه به این شش عامل مؤثر بر برنامه‌درسی مبتنی بر وب، مدل مفهومی آن طراحی شد.

چکیده انگلیسی:

The purpose of the present study was to produce a web-based curriculum model. This study was an applied descriptive-analytic survey. The statistical population of the study consisted of 524 individual teachers and 58 pedagogical experts from Lahijan, Iran in 2014, among whom 308 teachers and 58 pedagogical experts were selected as the sample size. The researcher-made questionnaire including 72 items on web-based curriculum was used as the data gathering tool. The validity of the questionnaire was estimated by the Kaiser-Meyer-Olkin (KMO) measure of sample adequacy and Bartlett test of sphericity which proved an adequacy for conducting the factorial analysis and reliability of the questionnaire was estimated by Cronbach Coefficient (α=0.946). To analyze the data, the descriptive statistics and inferential statistics with factorial analysis test were used. The factor analysis was conducted based on the analysis of the main components, and the results revealed that the web-based curriculum model comprised of 6 main components which could be modeled. The main components, totally, explained the 51.280% of the variables total variance. Finally, simple structure of factors was obtained by using the oblimin rotation of factorial matrix. The factors were termed as 'objectives and needs', 'content and sources', 'learning-teaching methods', 'implication' and 'evaluation'. Finally, based on these factors, a conceptual model for web-based educational programs was designed.

منابع و مأخذ:

1. Anderson, T. (2008). Towards a theory of online learning. pp:45-75. In: T. Anderson, Theory and practice of online learning, Second Edition. AU Press, Athabasca University.


2. Anderson, T., & Olomi, F. (2004). Learning from theory to practice. (Translated by Zamani, B. E. and Azimi A., 2006). Tehran, Smart Schools. (in Persian).


3. Asgarpoor, A. (2004). Role in the evolution of e-learning training process. Second Conference on E-Learning, Tehran, Iran. (in Persian).


4. Beverly, A. (2000). Instructional and cognitive impacts of web based education.USA: Idea Group Publishing.


5. Chen, M. P. (2009). An evaluation of the ELNP e-learning quality assurance program: Perspectives of gap analysis and innovation diffusion. Educational Technology & Society, 12(1), 18-33.


6. Davis, A., Little, P., & Stewart, B. (2008). Developing an infrastructure for online learning. In: T. Anderson, Theory and practice of online learning (Second Edition). AU Press, Athabasca University.


7. Gharebaghi, Sh., & Soltan Mohammadi, Z. (2010). Discussion learning activity a novel approach to virtual education. Educational Strategies in Medical Sciences, 3(1), 35-39. (in Persian).


8. Hasain. M. (2003). Encyclopedia of distance education (vol 1). Anmol Publication.


9. Holmes, B., & Gardner, J. (2006). E-learning: Concepts and practice. London: Sage.


10. Kamin, S., & Hegnhof, L. (2004). Flexible learning in a digital word: Experiences and expectations. London: Kogan Page.


11. Khan, B. H. (2005). Managing e-learning: Design delivery, implementation and evaluation. Hershey, PA: Information Science Publishing.


12. Kordnoghabi, R., & Pashasharifi, H. (2005). Developing life skills curriculum for students in secondary education. Educational Innovations, 4(12), 11-34. (in Persian).


13. Lee, K., & Choi, I. (2008). Learning classroom management through web-based case instruction for early childhood teacher education. Early Childhood Education, 35, 495-503.


14. Masoumi, D., & Lindstrom, B. (2012). Quality in e-learning: A framework for promoting and assuring quality in virtual institution. Journal of Computer Assisted Learning, 28, 27-41. doi: 10.1111/j.1365-2729.2011.00440.x


15. Mouzakitis, G. S. (2009). E-Learning: The six important “Wh…?”. Procedia - Social and Behavioral Sciences, 1(1), 2595-2599.


16. Ng, P. T. (2008). Educational reform in Singapore: From quantity to quality. Education Research, Policy and Practice, 7, 5-15.


17. Seraji, F. (2007). Web-based curriculum, a step toward decentralization and intensified focus on the curriculum. Journal of Curriculum Studies, 1(4), 69-84. (in Persian).


18. Shirmohamadi, Z. (2005). Designing open and distance learning in the secondary school. Unpublished Doctoral Dissertation, Science and Research Branch, Islamic Azad University, Tehran. (in Persian).


19. Sloan, J. (2003). E-learning needs analysis: A hand-on approach to figure out where you need to expend your training energies. Retrieved from www. darwinmag.com


20. Stricker, D., Weibel, D., & Wissmath, B. (2011). Efficient learning using a virtual learning environment in a university class. Computers & Education, 56(2), 495-504.


21. Strickre, D., Weibel, D., & Wissmath. (2010). The use of a virtual learning centre in the context of a university lecture: Factors influencing satisfaction and performance. Interactive Learning Environment, 20(1), 77-87. DOI:10.1080/1049 4821003755502.


22. Tier, S. (2004). Development and application of e-learning software for education in energy technology. Helsinki University of Technology Department of Mechanical Engineering. Through Life. London: Routeldge.


23. Youkham, V., Van Mrynur, J., & Cooper, R. (2011). A comprehensive e-learning system (requirements, training, technical and organizational). Research on Technology in Education, 32(4), 312-321.


24. Zare Chahooki, M. A. (2010). Multivariate analysis methods in SPSS. Retrieved from http://utcan.ut.ac.ir/member/syllabus/mazare/multivariate.pdf