Predicting Lecturer’s Performance Using Datamining Techniques Based on Lecturer’s Characteristics and Historical Student Evaluation of Lecturer : Islamic University-Gaza Case Study
| العنوان بلغة أخرى: |
توقع أداء المحاضر باستخدام تقنيات تنقيب البيانات استناداً إلى خصائص المحاضر وتقييمات الطلبة للمحاضر : الجامعة الإسلامية بغزة كحالة دراسية |
|---|---|
| المؤلف الرئيسي: | الطهراوى، محمد جميل حسن (مؤلف) |
| مؤلفين آخرين: | العطار، أشرف محمد (مشرف) |
| التاريخ الميلادي: |
2016
|
| موقع: | غزة |
| الصفحات: | 1 - 97 |
| رقم MD: | 821898 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الإسلامية (غزة) |
| الكلية: | كلية تكنولوجيا المعلومات |
| الدولة: | فلسطين |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
60
| المستخلص: |
يعتبر المدرسون أحد أغلى المصادر في عملية التعليم العالي. تنفق معظم المؤسسات التعليمية الكثير من الجهد وتستهلك الموارد البشرية لتوفير أفضل المحاضرين لطلابهم مما يزيد من قدرة الطلاب على التعلم من الطلاب وفقا لمؤهلات المحاضر، والمهارات والقدرات التي يتمتع بها. ويكمن التحدي هنا في كيفية توقع أداء المدرسين بناء على خصائص المدرس والتقييم السابق للطلاب لمدرسيهم السابقين. تقوم طريقتنا على استخدام تقنيات تنقيب البيانات من أجل تحليل البيانات المتوفرة حول الخصائص الأكاديمية وغير الأكاديمية للمحاضر الجامعي، والتنبؤ بأداء المحاضرين المحتمل عند توظيفهم وهذا بهدف تعزيز عملية اتخاذ القرار حين اختيار المحاضرين. واستخدمنا لهذا الغرض أربع تقنيات لتنقيب البيانات وهي: شبكة القرارات، تقنية الجار الأقرب K، الانحدار متعدد الحدود اللوجستية، تصنيف نايف بايز. ويتم تدريب النماذج وتقييمها على مجموعة فرعية من البيانات ويتم اختيار النموذج وفقا لأعلى نتائج التنبؤ. وقد استخدمنا البيانات الخاصة بالمدرسين الأكاديميين في الجامعة الإسلامية بغزة الذين درسوا لمدة 11 فصلا دراسيا (من الفصل الثاني للعام الجامعي 2011/2012 وحتى الفصل الصيفي للعام الجامعي 2014/2015) واشتملت مجموعة البيانات على نتائج التقييم الكلي التي تم الحصول عليها من استبيانات يقوم الطلاب بتعبئتها واشتملت كذلك على 28 خاصية للمحاضر. يتم تجميع النتيجة الإجمالية لاستبيان الطالب على جميع أجزاء المساق الذي يدرسه المحاضر خلال فصل دراسي واحد. وبناء على تقييم التقنيات الأربعة المذكورة أعلاه، وعلى اعتبار أن القيمة المتنبئة المجاورة للقيمة الصحيحة صحيحة أعطى الانحدار متعدد الحدود اللوجستية أعلى دقة ومقدارها 86.5%. وأعطت شبكة القرارات، والجار الأقرب K، تصنيف نايف بايز دقة مقدارها 85.0%، 86.4%، 80.9% على التوالي. |
|---|
عناصر مشابهة
-
Predicting Students’ Performance Using Data Mining Techniques
بواسطة: العبيسات، مالك صالح محمد منشور: (2021) -
The Relative Contribution of Habits of Mind in Predicting Achievement Motivation for a Sample of Assistant Lecturers in University
بواسطة: محمد، وسام إبراهيم منشور: (2019) -
Prediction and Classification of Breast Cancer Depending on Risk Factors Using Data Mining Techniques: Case Study Palestine
بواسطة: Faqeeh, Wala Amjad منشور: (2022) -
Study of Acoustic Performance of University Lecture Halls
بواسطة: الحلاق، فداء خالد عبدالرؤوف منشور: (2022) -
Diabetes Risk Level Prediction Using Data Mining Techniques
بواسطة: مهدي، شجن محمد منشور: (2019)
