ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > الإسهام النسبي لبعض المتغيرات...>الوصف

الإسهام النسبي لبعض المتغيرات النفسية في التنبؤ بالأداء الأكاديمي لدى طلاب الجامعة: دراسة مقارنة باستخدام الشبكة العصبية الاصطناعية والانحدار الخطي المتعدد

العنوان بلغة أخرى: The Relative Contribution of some Psychological Variables in Predicting Academic Performance among University Students: A Comparative Study Using Artificial Neural Network and Multiple Linear Regression
المصدر: مجلة الإرشاد النفسي
الناشر: جامعة عين شمس - مركز الإرشاد النفسي
المؤلف الرئيسي: الكيال، مختار أحمد السيد (مؤلف)
المؤلف الرئيسي (الإنجليزية): El-Kayal, Mokhtar Ahmed
مؤلفين آخرين: أحمد، مجدي شعبان أمين (م. مشارك) , محمد، محمود محمد إبراهيم (م. مشارك)
المجلد/العدد: ع77
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: يناير
الصفحات: 201 - 259
ISSN: 1687-0697
رقم MD: 1457538
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
علم النفس التربوي | الشبكات العصبونية | طلبة الجامعات
كلمات المؤلف المفتاحية:
الذكاء الاصطناعي | تعلم الآلة | الشبكة العصبية الاصطناعية | الأداء الأكاديمي | الذكاء الوجداني | قلق الاختبار المعرفي | فعالية الذات العامة | Artificial Intelligence | Machine Learning | Artificial Neural Network | Academic Performance | Emotional Intelligence | Cognitive Test Anxiety | General Self-Efficacy
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

41

حفظ في:
المستخلص: هدف البحث الحالي إلى التحقق من فعالية استخدام نموذج الشبكة العصبية الاصطناعية ومقارنته بنموذج الانحدار الخطي المتعدد، وذلك من خلال التنبؤ بالأداء الأكاديمي لعينة من طلاب المستوى الثاني بكلية التربية جامعة عين شمس (ن= (472 في العام الأكاديمي 2023 -2022، في ضوء بعض المتغيرات النفسية (الذكاء الوجداني وقلق الاختبار المعرفي وفعالية الذات العامة(، بالإضافة إلى الأداء الأكاديمي السابق والتخصص، وتم تطبيق المقاييس التالية (مقياس الذكاء الوجداني، ومقياس قلق الاختبار المعرفي، ومقياس فعالية الذات العامة(، وأشارت النتائج إلى تفوق نموذج الشبكة العصبية الاصطناعية (R 2 = 0.266, RMSE = 0.390) على نموذج الانحدار الخطي المتعدد (R 2 = 0.135, RMSE = 0.423) وتم حساب الأهمية النسبية للمتغيرات المنبئة المستخدمة في ضوء نموذج الشبكة العصبية الاصطناعية باستخدام طريقة التباديل.

The current research aimed to verify the effectiveness of using the artificial neural network model and compare it with the multiple linear regression model by predicting the academic performance of a sample of second-level students at the Faculty of Education, Ain-Shams University (n = 472) in the academic year 2022-2023, considering some psychological variables (emotional intelligence, cognitive test anxiety, and general self-efficacy) in addition to previous academic performance and discipline. The following scales were applied: the emotional intelligence scale, the cognitive test anxiety scale, and the general self-efficacy scale. The results indicated that the artificial neural network model (R 2 = 0.266, RMSE = 0.390) was superior to the multiple linear regression model (R 2 = 0.135, RMSE = 0.423). The relative importance of the predictor variables was calculated according to the artificial neural network model by using the permutation method.
ISSN: 1687-0697

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.