بررسی بارشناختی مطلوب در آموزش مجازی براساس دانش فراشناختی و کیفیت خدمات الکترونیک ( SERVQUAL) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
این پژوهش با هدف پیش بینی بارشناختی مطلوب حاصل از آموزش مجازی براساس کیفیت آموزشSERVQUAL و دانش فراشناختی دانشجویان انجام شد. جامعه آماری پژوهش، شامل تمامی دانشجویان مقطع کارشناسی دانشکده علوم انسانی دانشگاه مازندران در سال تحصیلی ۱400-۱399 با تعداد 1911 دانشجو بود که از طریق نمونه گیری طبقه ای نسبتی، ۳۸۰ نفر از آن ها در انجام پژوهش همکاری داشتند. ابزارهای این پژوهش شامل: پرسشنامه بارشناختی (کلپش، اشمیتس و سوفرت، 2017)، پرسشنامه حالت فراشناختی (اونیل و عابدی، 1996) و پرسشنامه بررسی کیفیت خدمات سیستم های آموزی مجازی براساس الگوی سروکوآل (محمدزاده، 1398) بود. داده های به دست آمده از طریق نرم افزار SPSS نسخه ۲۲ مورد تجزیه و تحلیل قرار گرفتند. تحلیل رگرسیون چندگانه به روش همزمان نشان داد که کیفیت آموزش مجازی براساس الگوی کیفیت خدمات (SERVQUAL)و دانش فراشناختی دانشجویان، پیش بینی کننده های معناداری برای بارشناختی مطلوب هستند و توانسته اند 12% از واریانس بارشناختی مطلوب را تبیین کنند. این بدین معنی است که با افزایش کیفیت آموزش مجازی براساس شاخص های الگوی SERVQUAL و دانش فراشناختی دانشجویان، شرایط برای افزایش تولید بارشناختی مطلوب و یادگیری بهتر و مؤثرتر مهیا خواهد شد.Evaluation of Germane Cognitive Load in E-Learning Based on Student’s Metacognitive Knowledge and Quality of E-Learning Service (SERVQUAL)
This research was conducted with the aim of predicting the Germane cognitive load resulting from virtual education based on the quality of education and metacognitive knowledge of students. The statistical population of the research included all undergraduate students of the Faculty of Humanities of Mazandaran University in the academic year of 1399-1400 with a number of 1911 students, 380 of whom participated in the research through proportional stratified sampling. The tools of this research included: cognitive load questionnaire (Kalpesh, Schmidts and Sofret, 2017), metacognitive state questionnaire (O'Neill and Abedi, 1996) and a questionnaire for evaluating the quality of services of virtual learning systems based on the servqual model (Mohammadzadeh, 1398). The obtained data were analyzed through SPSS version 22 software.
Simultaneous multiple regression analysis showed that the quality of virtual education based on SERVQUAL model and metacognitive knowledge are significant predictors for Germane Cognitive Load and were able to explain 12% of the Germane Cognitive Load variance that means by increasing the quality of virtual education based on the indicators of the SERVQUAL model and students' metacognitive knowledge, conditions will be created to increase the desired cognitive production and better and more effective learning.
تبلیغات
