ارسل ملاحظاتك

ارسل ملاحظاتك لنا







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:
صورة الغلاف QR قانون

عدد مرات التحميل

60

حفظ في:
LEADER 04843nam a22003497a 4500
001 1470606
041 |a eng 
100 |9 440682  |a الطهراوى، محمد جميل حسن  |e مؤلف 
245 |a Predicting Lecturer’s Performance Using Datamining Techniques Based on Lecturer’s Characteristics and Historical Student Evaluation of Lecturer :  |b Islamic University-Gaza Case Study 
246 |a توقع أداء المحاضر باستخدام تقنيات تنقيب البيانات استناداً إلى خصائص المحاضر وتقييمات الطلبة للمحاضر :  |b الجامعة الإسلامية بغزة كحالة دراسية 
260 |a غزة  |c 2016 
300 |a 1 - 97 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c الجامعة الإسلامية (غزة)  |f كلية تكنولوجيا المعلومات  |g فلسطين  |o 0091 
520 |a 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. 
653 |a التعليم العالى  |a أعضاء هيئة التدريس  |a المحاضر الجامعى  |a تنقيب البيانات  |a خصائص المدرسين  |a أداء المدرسين  |a تقييم المدرسين  |a الجامعة الإسلامية بغزة 
700 |a العطار، أشرف محمد  |g Alattar, Ashraf M.  |e مشرف  |9 440683 
856 |u 9808-001-010-0091-T.pdf  |y صفحة العنوان 
856 |u 9808-001-010-0091-A.pdf  |y المستخلص 
856 |u 9808-001-010-0091-C.pdf  |y قائمة المحتويات 
856 |u 9808-001-010-0091-F.pdf  |y 24 صفحة الأولى 
856 |u 9808-001-010-0091-1.pdf  |y 1 الفصل 
856 |u 9808-001-010-0091-2.pdf  |y 2 الفصل 
856 |u 9808-001-010-0091-3.pdf  |y 3 الفصل 
856 |u 9808-001-010-0091-4.pdf  |y 4 الفصل 
856 |u 9808-001-010-0091-5.pdf  |y 5 الفصل 
856 |u 9808-001-010-0091-O.pdf  |y الخاتمة 
856 |u 9808-001-010-0091-R.pdf  |y المصادر والمراجع 
856 |u 9808-001-010-0091-S.pdf  |y الملاحق 
930 |d y 
995 |a Dissertations 
999 |c 821898  |d 821898 

عناصر مشابهة