بررسی رابطه سواد داده با انگیزش پیشرفت تحصیلی دانشجویان

محورهای موضوعی : خلاقیت و نوآوری از جنبه‏های روان‏شناختی، علوم شناختی، علوم تربیتی و آموزشی (خلاقیت شناسی روان‏شناختی، خلاقیت شناسی پرورشی)

مروارید تاسا ¹ , صالح رحیمی ² , غلامرضا حیدری ³

1 - کارشناس ارشد علم اطلاعات و دانش شناسی، دانشگاه رازی، کرمانشاه، ایران.
2 - دانشیار گروه علم اطلاعات و دانش شناسی دانشگاه رازی، کرمانشاه، ایران.
3 - دانشیار گروه علم اطلاعات و دانش‌شناسی، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه ، ایران.

تاریخ دریافت : 1403/05/20 تاریخ پذیرش : 1403/08/20 تاریخ انتشار : 1403/12/06

کلید واژه: استفاده از داده¬ها, انگیزش پیشرفت تحصیلی, دانشجویان دانشگاه رازی, سواد داده¬, مدیریت داده¬ها.,

چکیده مقاله :

هدف: هدف پژوهش تعیین رابطه¬ی سواد داده با انگیزش پیشرفت تحصیلی دانشجویان دانشگاه رازی است. روش¬شناسی: پژوهش حاضر از نوع کاربردی و به روش توصیفی همبستگی انجام گرفته است. جامعه¬ی آماری، دانشجویان دانشگاه رازی در سال تحصیلی 1401-1402 (11080 نفر) هستند. براساس جدول کرجسی و مورگان حجم نمونه با روش نمونه‌گیری تصادفی طبقه‌ای به تعداد 371 نفر انتخاب شد. جهت گردآوری داده¬ها از پرسشنامه سواد داده و انگیزش پیشرفت تحصیلی استفاده شد. برای تجزیه و تحلیل داده-ها از آزمون¬های آمار استنباطی و توصیفی استفاده شد. یافته¬ها: بین سواد داده با نمره کل انگیزش پیشرفت تحصیلی رابطه¬ی مستقیم و معناداری وجود دارد. همچنین تمامی مؤلفه¬های سواد داده با مؤلفه¬ی انگیزش درونی رابطه¬ی مستقیم و معناداری دارند. بیشترین مقدار همبستگی مؤلفه¬های سواد داده با انگیزش پیشرفت تحصیلی مربوط به مؤلفه¬ی درک داده¬ها است. همچنین مقطع تحصیلی و سن با متغیر سواد داده ارتباط معناداری دارند. اما بین جنسیت، ترم تحصیلی، رشته¬ی تحصیلی و دانشکده¬ی محل تحصیل با متغیر سواد داده ارتباط معناداری وجود ندارد. نتیجه¬گیری: سواد داده به دانشجویان کمک می¬کند تا در دنیای پیچیده و پویای اطلاعات، توانایی جستجو، تحلیل و استفاده از داده¬ها را داشته باشند و در نهایت بهترین تصمیمات را اتخاذ کنند. بنابراین مسئولین دانشگاه باید به ارتقای سطح سواد داده دانشجویان و انگیزش پیشرفت تحصیلی آن‌ها توجه بیشتری داشته باشند.

چکیده انگلیسی:

Objective: This research was conducted with the aim of determining the relationship between data literacy and the motivation for academic achievement of Razi University students. Method: The current research is of applied type and was carried out with descriptive method of correlation type. The statistical population includes 11,080 students of Razi University in the academic year of 2011-2019, according to the table of Karjesi and Morgan, the number of 363 people was estimated as the sample size with stratified random sampling method. The data was collected using a data literacy and academic achieve. Findings: The findings show that there is a direct and significant relationship between data literacy and the total score of academic achievement motivation. Also, all data literacy components have a direct and meaningful relationship with the internal motivation component. The highest correlation is related to the data understanding component. Among individual characteristics, education level and age have a significant relationship with data literacy variable. Results: Data literacy helps students to have the ability to search, analyze and use data in the complex and dynamic world of information and ultimately make the best decisions. So the university officials should pay more attention to improving the data literacy level of students and the motivation of their academic progress. data literate people can improve information and use data more effectively to perform analysis and present results. This can help increase motivation and self-confidence in learning.

منابع و مأخذ:

مجیدی، اکبر، نقشینه، نادر، اسمعیلی گیوی، محمدرضا، و هاشمی، محمودرضا. (1396). مطالعه مبانی, مدل ها و مسائل گزینش و مدیریت داده‌های پژوهشی در محیط های علمی و دانشگاهی. تعامل انسان و اطلاعات، 4(2 ): 31-57.
نظری، مریم. 1388. طراحی، آزمون، اجرا و ارزیابی درس سواد اطلاعاتی برای دوره¬های تحصیلات تکمیلی. مجله کتابداری و اطلاع¬رسانی، 34(2): 55-72.
یوسفی، علیرضا؛ غلامرضا قاسمی و سمانه فیروزنیا. 1388. ارتباط انگیزش تحصیلی با پیشرفت تحصیلی دانشجویان پزشکی دانشگاه علوم پزشکی اصفهان. مجله ایرانی آموزش در علوم پزشکی، 9(1): 79-85.
زوارقی، رسول؛ قنبری، خدیجه و عطاپورف هاشم. 1402. بررسی سطح سواد داده‌ای دانشجویان تحصیلات تکمیلی دانشگاه تبریز و عوامل مؤثر بر آن. تحقیقات کتابداری و اطلاع‌رسانی دانشگاهی، 57(1): 1-14.
Baynham, M. (1995). Literacy practices: investigating literacy in social contexts. London: Longman.
Carlson, J., and M. Bracke. (2015). Planting the seeds for Data literacy: Lessons learned from a studentcentered education program. International Journal of Digital Curation, 10 (1): 95-110. https://doi.org/10.2218/ijdc.v10i1.348.
Carlson, J., Fosmire, M., Miller, Ch., & Sappnelson, M. (2011). Determining data information literacy needs: a study of students and research faculty. Libraries faculty and staff scholarship and search, 11 (2): 629-657. DOI: 10.1353/pla.2011.0022.
Deshler, D., Ihle, F., Mark, C., Pollitt, D., & Kennedy, M. (2012). Encycolopedia of the science of learning. Boston: Springer.
Majidi, A., Naghshineh, N., Esmaili Givi, R., & hashemi, M.R. (2017). Study of the Foundation, Models and Issues of Research Data Curation and Management in Scientific and Academic Environmentsp. Human Information Interaction, 4(2): 31- 57. DOI: http://hii.khu.ac.ir [In Persian]
Nazari, M. (2009). Designind, testing, implementing and evaluating information litracy for postgraduate courses. journal of Library and Information Science 34(2): 55-72. [In Persian]
Oguguo, C.E, B., Audu nannim, F,. Okeke, A., & Ezechukwu,R.I. (2020). Assessment of students data literacy skills in sourthern Nigerian universities. Universal journal of educational research, 8 (6): 2717-2726. DOI: 10.13189/ujer.2020.080657.
Pintrich, P., & schunk, D. (1995). Motivation in education. London: Pearson.
Qin, J., and J. D'Ignazio. 2010. Lessons learned from a two-year experience in science data literacy education. International Association of Scientific and Technological University Libraries, 31st Annual Conference, June 22, 2010. Paper 5. http://docs.lib.purdue.edu/iatul2010/conf/day2/5.
Raffaghelli, J. (2018). Open data for learning: a case study in higher education. Exploring the micro, meso and macro, (2): 17-20. DOI: 1038069/edenconf-2018-ac-0023.
Ridsdale, Ch., Rothwell, J., Smite, M., & Alihassan, H. (2015). Strategies and best practices for data literacy education knowledge synthesis report. Technical report, (1): 1-75. DOI: 10.13140/RG.2.1.1922.5044.
Steen, L. A. (1999). Numeracy: The new literacy for a data-drenched society. Educational Leadership, 57: 8-13
Waili, A., Sinnamon, L., & Kopak, R. (2022). Exploring learning opportunities for students in open data portal use across data literacy levels. Information and learning science journal, 123 (9,10): 601-620. DOI: 10.1108/ILS-01-2022-0003.
Winterhalter, J., & Jalan, N. (2021). What is data? An interdisciplinary approach to define data research. Australian Bureau of Statistics, )1): 1-12.
Yosefi, A., Ghasemi, Gh., & Firooznia, S. (2009). The relationship between academic motivation and academic progress of Isfahan university of medical sciences. Iranian journal of Medical Education, 9(1): 79-85. [In Persian]
Zavaraqi, R., Ghanbari, K., & Atapour, H. (2023). Investigating the data literacy level of post-graduate students of the University of Tabriz and the factors affecting it. Academic Librarianship and Information Research, 57(1): 1-14. http//doi.org/10.22059/jlib.2023.356284.1673. [In Persian]