| LEADER |
04354nam a22002537a 4500 |
| 001 |
2202838 |
| 041 |
|
|
|a ara
|
| 044 |
|
|
|b مصر
|
| 100 |
|
|
|a الكيال، مختار أحمد السيد
|g El-Kayal, Mokhtar Ahmed
|e مؤلف
|9 161759
|
| 245 |
|
|
|a الإسهام النسبي لبعض المتغيرات النفسية في التنبؤ بالأداء الأكاديمي لدى طلاب الجامعة:
|b دراسة مقارنة باستخدام الشبكة العصبية الاصطناعية والانحدار الخطي المتعدد
|
| 246 |
|
|
|a The Relative Contribution of some Psychological Variables in Predicting Academic Performance among University Students:
|b A Comparative Study Using Artificial Neural Network and Multiple Linear Regression
|
| 260 |
|
|
|b جامعة عين شمس - مركز الإرشاد النفسي
|c 2024
|g يناير
|
| 300 |
|
|
|a 201 - 259
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a 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.
|b 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.
|
| 653 |
|
|
|a علم النفس التربوي
|a الشبكات العصبونية
|a طلبة الجامعات
|
| 692 |
|
|
|a الذكاء الاصطناعي
|a تعلم الآلة
|a الشبكة العصبية الاصطناعية
|a الأداء الأكاديمي
|a الذكاء الوجداني
|a قلق الاختبار المعرفي
|a فعالية الذات العامة
|b Artificial Intelligence
|b Machine Learning
|b Artificial Neural Network
|b Academic Performance
|b Emotional Intelligence
|b Cognitive Test Anxiety
|b General Self-Efficacy
|
| 700 |
|
|
|a أحمد، مجدي شعبان أمين
|g Amin, Magdy Shaaban
|e م. مشارك
|9 646215
|
| 700 |
|
|
|9 772333
|a محمد، محمود محمد إبراهيم
|e م. مشارك
|
| 773 |
|
|
|4 علم النفس
|4 العلوم الاجتماعية ، متعددة التخصصات
|6 Psychology, Applied
|6 Social Sciences, Interdisciplinary
|c 034
|e Journal of Counseling
|f Maǧallaẗ al-iršād al-nafsī
|l 077
|m ع77
|o 0054
|s مجلة الإرشاد النفسي
|v 000
|x 1687-0697
|
| 856 |
|
|
|u 0054-000-077-034.pdf
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a EduSearch
|
| 999 |
|
|
|c 1457538
|d 1457538
|
