سهیلا اسماعیلی

سهیلا اسماعیلی

مطالب
ترتیب بر اساس: جدیدترینپربازدیدترین

فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۳ مورد از کل ۳ مورد.
۱.

Job Crafting as a Tool for Cultivating Reflective Teaching: Insights from Iranian EFL Teachers(مقاله علمی وزارت علوم)

کلیدواژه‌ها: EFL Teachers Grounded theory approach Job Crafting Intervention Teachers' Attitudes Positive Psychology Reflective teaching

حوزه‌های تخصصی:
تعداد بازدید : ۲۰ تعداد دانلود : ۱۰
This study explores Iranian EFL teachers' perceptions of integrating job crafting interventions with reflective teaching to enhance their teaching practices and well-being. Using a grounded theory approach, 25 experienced EFL teachers (minimum 5 years of teaching experience) were selected through purposive sampling to participate in a multi-phased intervention based on the PERMA model. The intervention included training workshops, self-set job crafting assignments, and reflective practices. Data were collected through semi-structured and focus-group interviews and analyzed to identify recurring themes. The findings revealed three themes: 1) reflective mindset, 2) sense of belonging and engagement, and 3) reflective avoidance. Results indicate that job crafting improved teachers' self-efficacy, motivation, and resilience, though some experienced challenges in implementation. Practical implications suggest incorporating job crafting strategies into teacher training programs to foster reflective teaching and enhance teacher well-being. This research contributes to the field by bridging positive psychology and reflective practices in SLA contexts, emphasizing the value of teacher-centered interventions in professional development.
۲.

پیش بینی ورشکستگی مالی با استفاده از صورت جریان نقد: رهیافت شبکه عصبی مصنوعی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شبکه پرسپترون چند لایه شبکه عصبی مصنوعی صورت جریان وجه نقد مدل های پیش بینی ورشکستگی ورشکستگی

حوزه‌های تخصصی:
تعداد بازدید : ۵۲۲ تعداد دانلود : ۴۰۹
بحران مالی شرکت های بزرگ در دهه اخیر سبب گرایش اکثریت گروه های ذی نفع به مدل های پیش بینی ورشکستگی شده است. هدف اصلی این پژوهش ارزیابی محتوای اطلاعاتی نسبت های صورت جریان وجه نقد در تشخیص ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه عصبی مصنوعی است. جامعه آماری این پژوهش شرکت های پذیرفته شده در بورس اوراق بهادار تهران در دوره زمانی از سال های 1384 تا 1392 است. برای این منظور 84 شرکت شامل 42 شرکت ورشکسته و 42 شرکت سالم انتخاب شدند. شبکه عصبی این پژوهش پرسپترون سه لایه است که با روش الگوریتم پس انتشار خطا آموزش دیده است. براساس نتایج پژوهش، مدل شبکه عصبی با نسبت جریان نقدی عملیاتی به بدهی های جاری، نسبت پوشش جریان نقدی عملیاتی به بهره، نسبت بازده نقدی دارایی ها، نسبت کیفیت سود و نسبت آنی بیشترین قدرت پیش بینی را نسبت به ورشکستگی شرکت ها در ایران دارد. همچنین، یافته ها نشان می دهند که دقت پیش بینی مدل برای سال ورشکستگی 99 درصد و در مجموع مراحل ورشکستگی در یک، دو و سه سال قبل از ورشکستگی به ترتیب با دقت 91، 85 و 70 درصد است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان