Жоғары оқу орындарында, соның ішінде стоматологияда студенттерге бағытталған оқыту (SCL) қажеттілігі артып келеді. Алайда, SCL-де стоматологиялық білім алуға шектеулі өтініш бар. Осылайша, бұл зерттеу «Оқыту» технологиясын қолдану арқылы SCL-ді оқуды қолдану арқылы SCL-ны қолдану арқылы, оқу стилін (LS) және стоматологиялық студенттердің тиісті әдістерін (IS) әзірлеу үшін қолдануға бағыттауға бағытталған. . Стоматологиялық студенттердің перспективалық әдістері.
Малая университетінің 255 стоматолог студенттері 44 дана оқу стильдерінің (M-ILS) сауалнамасының түрлендірілген индексін аяқтады, олар оларды тиісті LSS-ке жіктейді. Жиналған мәліметтер (деректер қорлары) Жетекшілік ететін шешімдер ағашын үйрену кезінде студенттердің оқу стилін автоматты түрде сәйкестендіру үшін қолданылады. Машинаны оқытудың дәлдігі ұсынылу құралы болып табылады.
LS (енгізу) мен (мақсатты шығу) арасындағы автоматтандырылған салыстыру процесінде шешім қабылдау модельдерін қолдану (мақсатты шығу) әр стоматологиялық студент үшін тиісті оқу стратегиясының тікелей тізімін ұсынады. Бұл ұсыныс құралы Match-тің сәйкестігі жақсы сезімталдық пен ерекшелігі бар екенін көрсететін жалпы модельдің дәлдігін және еске түсіруді көрсетті.
Бұл ML шешімдеріне негізделген ұсыныс құралы өздерінің стоматологиялық оқушылардың оқу стилдерін тиісті оқу стратегиясымен дәл сәйкестендіру қабілетін дәлелдеді. Бұл құрал студенттердің оқу тәжірибесін көтере алатын оқушыға бағытталған курстарды немесе модульдерді жоспарлауға арналған қуатты нұсқалар ұсынады.
Оқыту және оқыту оқу орындарындағы іргелі іс-шаралар болып табылады. Жоғары сапалы кәсіптік білім беру жүйесін дамыту кезінде студенттердің оқу қажеттіліктеріне назар аудару маңызды. Студенттер мен олардың оқу ортасының өзара әрекеттесуі оларды LS арқылы анықтауға болады. Зерттеулер студенттердің LS арасындағы сәйкес келмеуі және студенттердің білім алуына жағымсыз салдары болуы мүмкін, мысалы, назар аудару және ынталандыру. Бұл оқушылардың үлгеріміне жанама әсер етеді [1,2].
Бұл мұғалімдердің студенттерге білім мен дағдыларды, соның ішінде студенттерге үйрену әдісі қолданған әдіс болып табылады [3]. Жалпы алғанда, жақсы мұғалімдер оқыту стратегиясын жоспарлайды немесе олардың студенттердің білім деңгейінде, олар үйреніп жатқан ұғымдар және олардың оқу сатысы бар. Теориялық тұрғыдан, қашан және сәйкес келген кезде студенттер тиімді білім алу үшін белгілі бір дағдыларды ұйымдастыра және пайдалана алады. Әдетте, сабақ жоспары, мысалы, оқытудан бастап оқытудан немесе басшылық тәжірибесінен тәуелсіз практикаға дейінгі кезеңдер арасындағы бірнеше ауысулар кіреді. Осыны ескере отырып, тиімді мұғалімдер көбінесе студенттердің білімі мен дағдыларын құру мақсатында нұсқаулық жоспарлайды [4].
SCL-ге деген сұраныс жоғары оқу орындарында, соның ішінде стоматологияда өсуде. SCL стратегиялары студенттердің оқу қажеттіліктерін қанағаттандыруға арналған. Мұны, мысалы, студенттерге оқытушылық қызметке белсенді қатысады және оқытушылар фасилитаторлар ретінде әрекет етсе және құнды кері байланыс жасауға жауап береді. Оқу материалдарымен және студенттердің білім деңгейі немесе қалауына сәйкес келетін іс-шаралар ұсыну студенттердің оқу ортасын жақсартуға және оң оқу тәжірибесін көтеруге мүмкіндік береді деп айтылған.
Жалпы, студенттердің оқу процесіне, стоматологиялық студенттердің оқу процесіне олардан бастап, тиімді тұлғааралық дағдыларды игеретін клиникалық орта әсер етеді. Тренингтің мақсаты студенттерге стоматологиялық клиникалық дағдылармен стоматологияның негізгі білімдерін біріктіруге және алған білімдерін жаңа клиникалық жағдайларға қолдануды ұсынады [6, 7). LS арасындағы қарым-қатынасты ертерек зерттеу және таңдаулы LS-ге қарағанда оқыту стратегиясын түзету оқу процесін жақсартуға көмектеседі деп санайды [8]. Авторлар студенттердің оқуы мен қажеттіліктерін бейімдеу үшін әр түрлі оқыту және бағалау әдістерін қолдануды ұсынады.
Мұғалімдер LS білімдерін студенттердің дизайнына, дамытуға және іске асыруға көмектесуге мүмкіндік береді, бұл студенттердің терең білім алу және тақырыпты түсінуін жақсартады. Зерттеушілер бірнеше LS бағалау құралдарын, мысалы, Колб тәжірибелік оқыту моделі, мысалы, фельтер-Сильвермандық оқу стилінің үлгісі (FSLSM), ал Vak / Vak Flubs моделі [5, 9, 10]. Әдебиеттерге сәйкес, бұл оқу модельдері ең көп қолданылатын және ең оқытылған оқыту модельдері болып табылады. Ағымдағы зерттеу жұмысында FSLSM студенттерді стоматологиялық студенттер арасында бағалау үшін қолданылады.
FSLSM - бұл инженериядағы адаптивті оқытуды бағалау үшін кеңінен қолданылатын модель. Денсаулық сақтау саласында (оның ішінде медицина, мейірбике ісі, дәріхана және стоматология) көп жарияланған, оларды FSLSM модельдерін қолдану арқылы табуға болады [5, 11, 12, 13). FLSM-дегі LS өлшемдерін өлшеу үшін пайдаланылатын құрал «Төрт өлшемді» 44 элементтен тұратын, оның ішінде 44 элементте: өңдеу (белсенді / рефлексия), қабылдау (перцептивті / интикалық), енгізу (көрнекі). / ауызша) және түсіну (дәйекті / ғаламдық) [14].
1-суретте көрсетілгендей, әрбір FSLSM өлшемінде басым басымдық бар. Мысалы, өңдеу өлшемінде «Белсенді» және «Белсенді» студенттері оқу материалдарымен тікелей өзара әрекеттесуді, үйренуді үйренуді және топтарда білім алуды жөн санайды. «Рефлекс» және «ойлау» дегеніміз ойлануды білдіреді және жалғыз жұмыс істеуді жөн көреді. LS-дің «қабылдау» өлшемін «сезім» және / немесе «түйсігі» деп бөлуге болады. «Сезім» студенттері нақты ақпарат пен практикалық процедураларды қалайды, дерексіз материалдан артық көретін және инновациялық және инновациялық және шығармашылық болып табылатын «интуитивті» студенттермен салыстырғанда фактор. LS «енгізу» өлшемі «көрнекі» және «ауызша» оқушылардан тұрады. «Visual» LS-мен бірге адамдар визуалды демонстрациялар арқылы (мысалы, диаграмма, бейнелер немесе тірі демонстрациялар) арқылы үйренеді, ал «ауызша» және «vedual» және ауызша түсініктемелермен сөзбен сөйлесуді жөн көреді. LS өлшемдерін «түсіну» үшін, мұндай оқушыларды «дәйектік» және «Global» деп бөлуге болады. «Бірізді оқушылар сызықтық ой процесін артық көреді және жаһандық оқушылар біртұтас оқушылар біртұтас ой-дираторлармен танысады және әрқашан білгендерін жақсы түсінеді.
Жақында көптеген зерттеушілер деректерді автоматтандыру әдістерін зерттей бастады, соның ішінде көптеген мәліметтерді түсіндіруге қабілетті жаңа алгоритмдер мен модельдерді әзірлеуді бастады [15, 16]. Берілген мәліметтерге сүйене отырып, жетекшілік ететін ML (машиналарды оқыту) алгоритмдер құрылысына негізделген болашақ нәтижелерді болжайтын үлгілер мен гипотезаларды қалыптастыра алады [17]. Жекелеген, жетекшілік ететін машиналарды оқыту әдістері енгізу деректерін және пойыз алгоритмдерін басқарады. Содан кейін ол нәтиже көрсететін диапазонды жасайды немесе ұсынылған енгізу деректері үшін ұқсас жағдайлар негізінде болжайды. Жетекшілік ететін машиналарды оқыту алгоритмдерінің басты артықшылығы - бұл идеалды және қалаған нәтижелерді белгілеу мүмкіндігі [17].
Деректермен басқарылатын әдістерді және шешімдерді басқару модельдерін қолдану арқылы LS автоматты түрде анықталуы мүмкін. Шешім ағаштары әртүрлі салалардағы, соның ішінде денсаулық сақтау саласындағы оқу бағдарламаларында кеңінен қолданылатыны туралы хабарланды [18, 19]. Осы зерттеуде модельді жүйелік әзірлеушілердің студенттердің LS-ді анықтау және олар үшін ең жақсысын ұсынуға үйреткен.
Бұл зерттеудің мақсаты - студенттердің LS-ге негізделген жеткізу стратегиясын әзірлеу және SCL тәсілін қолдану бойынша SCL тәсілін қолдану, бұл LS-ке салыстырылған ұсыныс құралын әзірлеу арқылы қолданылады. Ұсыныс құралының дизайн ағыны SCL әдісі ретінде 1-суретте көрсетілген. Бұл ұсыныс құралы екі бөлімге бөлінеді, оның ішінде LS жіктеу механизмі, соның ішінде LS жіктеу механизмі және студенттерге арналған ең қолайлы.
Атап айтқанда, ақпараттық қауіпсіздік ұсынысы құралдарының сипаттамалары веб-технологияларды қолдану және шешімдердің ағаштарын оқытуды қолдануды қамтиды. Жүйені жасаушылар ұялы телефондар мен планшеттер сияқты мобильді құрылғыларға бейімдеу арқылы пайдаланушының тәжірибесі мен ұтқырлығын жақсартады.
Тәжірибе екі кезеңде өтті, ал Малай университетінің стоматология факультетінің студенттері ерікті негізге қатысты. Қатысушылар стоматологиялық студенттердің ағылшын тіліндегі M-ILS-ке жауап берді. Бастапқы кезеңде 50 оқушының мәліметтер базасы ағаштарды оқыту алгоритмін үйрету үшін пайдаланылды. Даму процесінің екінші кезеңінде әзірленген құралдың дұрыстығын жақсарту үшін 255 студент мәліметтер жинағы қолданылды.
Барлық қатысушылар оқу жылына, Microsoft командалары арқылы әр кезеңнің басында онлайн-брифинг алады. Зерттеудің мақсаты түсіндірілді және ақпарат алынды. Барлық қатысушыларға M-ILS-ке кіруге сілтеме жасалды. Әр студентке сауалнамада барлық 44 затқа жауап беру тапсырылды. Оларға бір апта, модификацияланған ILS-ті семестрдің басталуына дейін семестрлік үзіліс кезінде оларға ыңғайлы уақытта және орналасқан жері берілді. M-ILS бастапқы ILS құралына негізделген және стоматологиялық студенттерге арналған. Бастапқы ILS-ке ұқсас, оның құрамында әрбір FSLSM өлшемінің аспектілерін бағалау үшін қолданылатын әрқайсысының әрқайсысында 44 біркелкі таратылған элементтер (A, B) бар.
Құралдың бастапқы даму кезеңінде, зерттеушілер 50 стоматологиялық студенттердің мәліметтер базасын қолдана отырып, карталарды қолмен анықтады. FSLM мәліметтері бойынша, жүйе «А» және «В» жауаптарын ұсынады. Егер студент жауап ретінде «A» таңдаса, егер студент «A» таңдайды, егер студент белсенді / Presusal / Visual / SETITY, ал егер студент жауап ретінде «В» таңдайды, студент рефлексиялық / интуитивті / лингвистикалық болып жіктеледі . / Ғаламдық оқушы.
Стоматологиялық білім беру зерттеушілері мен жүйелік әзірлеушілер арасындағы жұмыс процесін калибрлеуден кейін, барлық студенттердің әр студенттің LS-ді болжау үшін сұрақтар таңдалды және ML моделіне берілді. «Қоқыс, қоқыс шығарыңыз» - бұл машинаны оқыту саласындағы танымал сөз, мәліметтер сапасына назар аударыңыз. Кіріс деректерінің сапасы машинаны оқыту моделінің дәлдігі мен дәлдігін анықтайды. Көрсеткіштер инженерлік кезеңінде жаңа мүмкіндіктер жиынтығы жасалады, ол «А» және «В» Жолдар негізінде FLSSM негізінде. Дәрілік заттардың сәйкестендіру нөмірлері 1-кестеде келтірілген.
Жауаптар негізінде есепті есептеңіз және студенттің LS-ді анықтаңыз. Әр студент үшін ұпай диапазоны 1-ден 11-ге дейін. 1-ден 3-ке дейінгі баллдар бірдей өлшемдегі оқу қалдықтарының теңгерімін көрсетеді, ал 5-тен 7-ге дейінгі ұпайлар студенттердің бір ортаққа үйретуді қалайтындығын көрсетеді . Бір өлшемдегі тағы бір вариация - 9-дан 11-ге дейінгі ұпайлар бір ұшына немесе басқаларына қатты артықшылық береді [8].
Әр өлшем үшін есірткі «белсенді», «рефлексиялық» және «теңестірілген» топтастырылған. Мысалы, студент белгіленген затқа қарағанда «а» -ден гөрі «b» -ден жиі жауап берсе және оның ұпауы белгілі бір элемент үшін 5-тен асады, ол өңдеу LS өлшемінен тұрады, ол «белсенді» LS-ге жатады Домен. . Алайда, студенттер «A» -ден гөрі «A» -ден артық «A» -ден көп жіктелген, олар «1-кесте) және 5 балл жинады. Соңында, студент «тепе-теңдік» күйінде. Егер есеп 5 балдан аспаса, онда бұл «процесс» LS. Жіктеу процесі басқа LS өлшемдері, атап айтқанда қабылдау (белсенді / рефлексивті), енгізу (визуалды / ауызша) және түсіну (дәйекті / ғаламдық) үшін қайталанды.
Шешім ағашының модельдері жіктеу процесінің әртүрлі кезеңдерінде әртүрлі мүмкіндіктер мен шешім ережелерін қолдана алады. Бұл танымал жіктеу және болжау құралы болып саналады. Оны ағашы құрылымын қолдану арқылы көрсетуге болады, оның ішінде, оның ішінде тестілеуді білдіретін ішкі түйіндер, тест нәтижелерін, және әрбір жапырақ түйінді (жапырақ түйіні), сынып белгісі бар.
Автоматты түрде бағдарланған бағдарлама автоматты түрде гол салып, олардың жауаптарына қарай әр студенттің LS-ді анондай етіп жасалды. Ережеге негізделген «егер» егер «егер» триггері мен «содан кейін» сипатталған әрекетті көрсетеді, мысалы: «Егер x болса, y (liu et et., 2014). Егер деректер жиынтығы байланыста болса және шешім қабылдау ағашының моделі дұрыс оқытылып, бағаланады, бұл тәсіл сәйкестік процесін автоматтандырудың тиімді әдісі болуы мүмкін және болып табылады.
Дамудың екінші кезеңінде ұсыным құралының дұрыстығын жақсарту үшін мәліметтер базасы 255-ке дейін өсті. Деректер жиынтығы 1: 4 қатынасында бөлінген. Деректер жиынтығының 25% (64) сынақ жиынтығы үшін пайдаланылды, ал қалған 75% (191) жаттығу жиынтығы ретінде пайдаланылды (2-сурет). Деректер жиынтығы модельдің оқытылуына жол бермеу үшін бөлінуі керек, ол бірдей деректер жиынтығында тексеріліп, модельді білмеуі мүмкін. Модель жаттығулар жиынтығында оқытылады және оның үлгерімін алдын-ала бағалау моделінде бұрын-соңды көрмеген.
Құрал жасалғаннан кейін, қосымша STER студенттерінің веб-интерфейс арқылы жауаптарына сүйене алады. Вебке негізделген ақпараттық қауіпсіздік ұсынымы жүйесі жүйесі Python бағдарламалау тілін қолдана отырып, DJango Framework көмегімен жасалады. 2-кестеде осы жүйенің дамуында қолданылатын кітапханалар тізімделеді.
Деректер жинағы студенттік жауаптарды есептеу және алу үшін студенттік жауаптарды алу үшін, студенттің LS өлшеулеріне автоматты түрде беріледі.
Confuse Matrix осы мәліметтер жиынтығында ағаш машинасын үйрену алгоритмін бағалау үшін қолданылады. Сонымен бірге, ол жіктеу моделінің жұмысын бағалайды. Бұл модельдің болжамдарын жинақтайды және оларды нақты деректер белгілерімен салыстырады. Бағалау нәтижелері төрт түрлі мәндерге негізделген: TRUE (TP) - Үлгі оң санатты, жалған оң (FP) - бұл оң санатты дұрыс болжады, бірақ нақты затбелгі теріс, шынайы теріс (TN) - Модель теріс класты дұрыс болжады және жалған (FN) - модель теріс класты болжайды, бірақ шынайы затбелгі оң.
Содан кейін бұл мәндер Scikit-Learn Classition моделінің әр түрлі көрсеткіштерін, Python, дәлірек, дәл, дәлдік, еске түсіру және F1 баллын есептеу үшін қолданылады. Міне, мысалдар:
ЕСКЕРТПЕ (немесе сезімталдық) модельдің M-ILS сауалнамасына жауап бергеннен кейін студенттің LS-ні дәл жіктеуге мүмкіндік береді.
Ерекшелік шынайы теріс көрсеткіш деп аталады. Жоғарыда көрсетілген формуладан көріп отырғаныңыздай, бұл шынайы негативтердің (Tn) шынайы негативтер мен жалған позитивтерге қатынасы болуы керек (FP). Студенттік дәрілерді жіктеуге ұсынылған құрал аясында дәл сәйкестендіруге қабілетті болуы керек.
Ағаштың ML моделін оқыту үшін пайдаланылатын 50 студенттің бастапқы мәліметтері аннотациялардағы адамның қателігіне байланысты салыстырмалы түрде төмен дәлдік көрсетті (3-кесте). Жай ережеге негізделген бағдарламаны жасағаннан кейін LS ұпайлары мен студенттердің аннотацияларын автоматты түрде есептеу үшін, ұсынғыштар жүйесін оқыту және тексеру үшін мәліметтер жиынтығының саны (255) пайдаланылды.
Multiclass Confious матрицасында диагональ элементтері әр LS типі үшін дұрыс болжамдар санын білдіреді (4-сурет). Шешімдер ағашы моделін қолдана отырып, барлығы 64 үлгіні дұрыс болжалды. Осылайша, осы зерттеуде диагональды элементтері күтілетін нәтижелерді көрсетеді, бұл модель әр LS классификациясының класс жапсырмасын жақсы және дәл болжайды. Осылайша, ұсыныс құралының жалпы дәлдігі 100% құрайды.
Дәл, дәлдік, дәлдік, Ескерту және F1 баллының мәні 5-суретте көрсетілген. Шешім қабылдау ағашының моделін қолдана отырып, ұсынымдық жүйе үшін оның F1 баллы, «тамаша», дәлдік пен еске түсіру, айтарлықтай сезімталдықты және нақтылықты көрсетеді құндылықтар.
6-суретте оқу және тестілеу аяқталғаннан кейін шешім қабылдау ағашының модельінің визуализациясы көрсетілген. Бүйірлік салыстыру кезінде аз мүмкіндіктермен оқыған қабылдау ағашының моделі дәл дәлдік пен модельді визуализацияны көрсетті. Бұл көркемажхананың ерекшеліктерін төмендетуге әкелетін инженерия модельді жетілдірудегі маңызды қадам болып табылады.
Шешім Ағашты пайдалану арқылы жетекшілік ететін оқуды қолдану арқылы LS (енгізу) арасындағы салыстыру автоматты түрде жасалады және (мақсатты шығу) автоматты түрде жасалады және әр LS үшін егжей-тегжейлі ақпарат бар.
Нәтижелер көрсеткендей, 255 оқушының 34,9% -ы бір (1) LS таңдауын артық көретіндігін көрсетті. Көптеген (54,3%) екі немесе одан да көп LS-де қалады. Студенттердің 12,2% -ын атап өтті, бұл өте теңдестірілген (4-кесте). Сегіз негізгі LS-ге қосымша, Малая стоматологиялық студенттерге арналған LS классификациясының 34 комбинаты бар. Олардың ішінде қабылдау, көру және қабылдау мен көру тіркесімінің бірі студенттердің басты және көрінісі болып табылады (7-сурет).
4-кестеден көруге болатындай, көптеген студенттердің басым сенсорлық (13,7%) немесе көрнекі (8,6%) және лим болды. Студенттердің 12,2% -ы көру қабілетімен (перцептивті-визуалды LS) біріктірілгені туралы хабарланды. Бұл тұжырымдар студенттерге белгіленген әдістерді үйреніп, есте сақтауды, нақты және егжей-тегжейлі процедураларды орындауды жөн көреді және табиғатқа мұқият. Сонымен бірге, олар оқуға (диаграмма көмегімен және т.б. қолдану) ұнайды және ақпаратты топтарда немесе өз бетінше талқылауға және қолдануға бейім.
Бұл зерттеуде деректерді өндіруде қолданылатын машиналық оқыту әдістеріне шолу жасайды, сонымен қатар студенттердің LS-ді бірден және дәл болжай отырып, жақсы ұсынылады және қолайлы. Шешім Ағаш моделін қолдану олардың өмірімен және білім беру тәжірибелерімен тығыз байланысты факторларды анықтады. Бұл белгілі бір критерийлерге негізделген деректер жиынын ішкі санаттарға бөлу арқылы деректерді жіктеу үшін деректерді жіктеу үшін ағаш құрылымын қолданатын жетекшілік ететін алгоритм. Ол кіріс деректерін рекурсивті түрде жиынтықпен жұмыс істейді, олар әр ішкі түйіннің бір ішкі түйіннің бірінің бірінің жиынтығының, Жапырақ түйінінде қабылданғанға дейін жұмыс істейді.
Шешім ағашының ішкі түйіндері M-ILS проблемасының кіріс сипаттамаларына негізделген шешімді ұсынады, ал жапырақтар түйіндері LS классификациясын болжайды. Зерттеу барысында кіріс белгілері мен шығыс болжамдары арасындағы қатынасты қарап, шешім қабылдауды түсіндіретін және бейнелейтін шешімдер иерархиясының иерархиясын түсіну оңай.
Информатика және инженерия салаларында машиналарды оқыту алгоритмдері студенттердің жұмысының алгоритмдеріне олардың түсу емтихандарының нәтижелері бойынша кеңінен қолданылады [21], демографиялық ақпарат және оқу мінез-құлқы [22]. Зерттеу көрсеткендей, алгоритм оқушылардың үлгерімін дәл болжап, студенттерді академиялық қиындықтар үшін тәуекелдерді анықтауға көмектескенін көрсетті.
Стоматологиялық дайындық үшін пациенттердің виртуалды тренажерлерін дамытудағы ML алгоритмдерін қолдану туралы. Тренажер нақты пациенттердің физиологиялық жауаптарын дәлдете алатын және стоматологиялық студенттерді қауіпсіз және басқарылатын ортада оқыту үшін қолдануға болады. Бірнеше басқа зерттеулер көрсеткендей, машиналарды оқу алгоритмдері стоматологиялық және медициналық білім берудің сапасы мен тиімділігін және пациенттердің күтімінің тиімділігін арттыруы мүмкін екенін көрсетеді. Машиналарды оқыту алгоритмдері стоматологиялық ауруларды диагностикалауға көмектесті, мысалы, симптомдар мен пациенттердің сипаттамалары негізінде жасалған, мысалы, 25, 25]. Басқа зерттеулер жүргізушілерді оқыту алгоритмдерін қолдану, мысалы, пациенттердің нәтижелерін болжау, қауіпті науқастарды анықтау, жеке емдеу жоспарларын құру, жеке емдеу жоспарларын әзірлеу, периодонтальды емдеу [27] және карниді емдеу [25].
Стоматологияда машиналық оқытуды қолдану туралы есептер жарияланғанымен, оны стоматологиялық білім беруде қолдану шектеулі болып қалады. Сондықтан, бұл зерттеу LS-пен тығыз байланысты факторларды анықтау үшін шешім қабылдау ағашының моделін қолдануға бағытталған және стоматологиялық студенттердің арасында.
Зерттеудің нәтижелері әзірленген ұсыныс құралының жоғары дәлдігі және дәл дәлдігі бар екенін көрсетеді, бұл мұғалімдердің осы құралдан пайда көре алатындығын көрсетеді. Деректерге негізделген жіктеу процесін қолдана отырып, ол жеке ұсыныстар бере алады және оқытушылар мен студенттерге арналған тәжірибелер мен нәтижелерді жақсартуға мүмкіндік береді. Олардың ішінде ұсыныс құралдары арқылы алынған ақпарат мұғалімдердің таңдаулы оқыту әдістері мен студенттердің оқу қажеттіліктері арасындағы қақтығыстарды шеше алады. Мысалы, ұсыным құралдарының автоматтандырылған шығуына байланысты студенттің IP-ді анықтау және тиісті IP-мен сәйкестендіру үшін уақыт айтарлықтай азаяды. Осылайша, тиісті жаттығулар мен оқу материалдарын ұйымдастыруға болады. Бұл студенттердің оң оқу мінез-құлқын және шоғырлану қабілетін дамытуға көмектеседі. Оқушыларға оқу материалдары мен оқу іс-шараларымен қамтамасыз етілген студенттерге өздерінің артықшылықты және оқу іс-әрекеттерін ұсыну студенттерге үлкен мүмкіндіктерге қол жеткізудің бірнеше тәсілдерімен оқуға, өңдеуге және ләззат алуға көмектеседі деп хабарлады. Зерттеулер сонымен қатар студенттердің сыныпқа қатысуын жақсартудан басқа, студенттердің оқу процесін түсіну, сонымен қатар оқушылардың оқу процесін түсіну студенттермен қарым-қатынаста және қарым-қатынасты жақсартуда маңызды рөл атқарады [28, 29].
Алайда, кез-келген заманауи технологиялар сияқты, проблемалар мен шектеулер бар. Оларға стоматологиялық білім берудегі машиналарды оқыту алгоритмдерін жасау және іске асыру үшін қажетті мәліметтер, пікірлер, әділеттілік және әділеттілік пен кәсіби дағдылар мен кәсіби дағдылар мен ресурстар кіреді; Алайда, осы саладағы қызығушылық пен зерттеулер машиналарды оқыту технологиялары стоматологиялық білім мен стоматологиялық қызметтерге оң әсер етуі мүмкін деп болжайды.
Осы зерттеудің нәтижелері стоматологиялық студенттердің жартысы «қабылдауға» бейімділігі бар екенін көрсетеді. Оқушының бұл түрі фактілер мен нақты мысалдарға, практикалық бағдарларға, практикалық бағдарларға, егжей-тегжейге шыдамдылыққа және «Visual» LS-тің артықшылығы бар, ал үйренушілер идеялар мен ойларды жеткізуді жөн көреді. Ағымдағы нәтижелер Стоматологиялық және медициналық студенттерде LS-ді бағалау үшін ILS-ті қолданатын басқа зерттеулерге сәйкес келеді, олардың көпшілігі перцептивті және Visual LS сипаттамасы бар [12, 30]. Далмолин және басқалар студенттерге олардың LS туралы хабардар етуі олардың оқу әлеуетіне жетуге мүмкіндік береді. Зерттеушілер мұғалімдер студенттердің оқу процесін толығымен түсінген кезде, студенттердің жұмысы мен оқу тәжірибесін жақсартатын түрлі оқыту әдістері мен іс-шараларды жүзеге асыруға болады. Басқа зерттеулер көрсеткендей, студенттердің LS-ті түзету студенттердің оқу тәжірибесі мен оқу стиллерін өздерінің жеке меншігімен өзгертулерінен кейін, өздерінің жеке меншігімен ерекшеленетіндігін көрсетті.
Мұғалімдердің пікірлері студенттердің оқу қабілеттеріне негізделген оқыту стратегияларын жүзеге асыруға қатысты әр түрлі болуы мүмкін. Кейбіреулер осы тәсілдің артықшылықтарын, оның ішінде кәсіби даму мүмкіндіктерін, тәлімгерлікті және қоғамдық қолдауды, ал басқаларына уақыт пен институционалдық қолдауға қатысты болуы мүмкін. Балансқа ұмтылу - бұл студенттерге бағытталған көзқарас қалыптастырудың кілті. Университет әкімшілері сияқты жоғары білім беру органдары инновациялық тәжірибені енгізу және оқыту факультетінің қолдауымен оң өзгерістерде маңызды рөл атқара алады [34]. Нағыз динамикалық және жауап беретін жоғары білім беру жүйесін құру үшін саясаткерлер саясатты өзгерту, мысалы, саясатты өзгерту, ресурстарды технологияларды интеграциялауға арнау және студенттерге бағытталған тәсілдер жасау сияқты қаражат алуы керек. Бұл шаралар қажетті нәтижеге жету үшін өте маңызды. Дифференциалды нұсқаулар бойынша жақында жүргізілген зерттеулер әр түрлі нұсқауларды сәтті жүзеге асыру мұғалімдер үшін оқу және даму мүмкіндіктерін талап ететіні нақты көрсетілген [35].
Бұл құрал студенттік достық қарым-қатынас жасауды жоспарлау үшін студенттік-курсқа қатысуды қалайтын стоматологиялық оқытушыларға құнды қолдау көрсетеді. Алайда, бұл зерттеу ML ML модельдерін қолданумен шектеледі. Болашақта ұсыным құралдарының дәлдігін, сенімділігі мен дәлдігін салыстыру үшін машиналардың әр түрлі модельдерінің жұмысын салыстыру үшін көбірек мәліметтер жиналуы керек. Сонымен қатар, белгілі бір тапсырма үшін машинаны оқытудың ең қолайлы әдісін таңдағанда, модельдік күрделілік пен түсіндіру сияқты басқа факторларды ескеру қажет.
Бұл зерттеудің шектеулі болуы - бұл тек LS-ді картаға түсіруге бағытталған және стоматологиялық студенттердің арасында. Сондықтан әзірленген ұсыныс жүйесі стоматологиялық студенттерге жарамды адамдарға ғана кеңес беріледі. Жалпы білім алушылардың жалпы білім алуы үшін өзгерістер қажет.
Жаңа әзірленген машинаның ұсынымдық құралы студенттердің «LS» лшттерін тез арада жіктеуге және сәйкестендіруге қабілетті, оны стоматологиялық білім берушілерге алғашқы оқушыларды оқытуға және оқытуды жоспарлауға көмектеседі. Деректермен басқарылатын триг процесін қолдана отырып, ол жеке ұсыныстарды, уақытты үнемдей алады, оқу стратегиясын жақсартады, мақсатты араласуды қолдайды және біліктілігін арттыруға ықпал етеді. Оны қолдану стоматологиялық білім берудің студенттеріне бағытталған тәсілдерге ықпал етеді.
ГИЛАК ЖАНИ АВТОМИЯЛЫҚ БАСПАСӨЗ. Студенттің оқу стилі мен мұғалімнің оқытылатын стилі арасындағы сәйкестік немесе сәйкессіздік. Int j Modult информатика. 2012; 4 (11): 51-60. https://doi.org/10.5815/IJMECS.2012.11.05
POST уақыты: сәуір-29-2024