نیلوفر موهبت

هدف این پژوهش هستارشناسی و تبیین خلوص نیت در دانشجویان بود. روش پژوهش نیمه تجربی تکوینی از نوع هستارنگاری موردی است. مشارکت کنندگان در پژوهش ۹ دانشجوی دانشگاه شیراز بودند که به روش نمونه گیری معرف که نشان دهنده سطح گویا، عادی و معمول نشانگر های خلوص نیت بود، انتخاب شدند و از طریق مصاحبه مدبرانه و تحلیل محتوای جهت مند نشانگر های خلوص نیت شناسایی، توصیف و طبقه بندی شدند. در این پژوهش برای توصیف داده ها از نرم افزار۲۷ SPSS-و برای تحلیل شبکه از نرم افزار Social Network Visualize استفاده شد. نتایج نشان داد که هستار خلوص نیت به وسیله ۱۴ نشانگر توصیف می شود. شاخص های اعتباریابی و همچنین شاخص های قابلیت اطمینان یا همگاهی هستار نشان داد که هستار خلوص نیت و مؤلفه های آن از قابلیت اطمینان و همگاهی مناسب برخوردار است. نتایج تحلیل شبکه نشان داد که نشانگر های عدم خودنمایی، مؤمن بودن و با مرام بودن بیشترین وضوح و نمود را در به جریان اندازی اطلاعات در شبکه هستاری خلوص نیت دارند. این نتایج گویای آن بود که مؤلفه های وجدان، اخلاق مداری و بی آلایشی برجسته ترین نشانگر های خلوص نیت هستند که سبب فعال سازی شبکه هستار خلوص نیت می شوند. این نتایج همچنین نشان داد که دو مؤلفه معتمد بودن و خیرخواهی درصد قابل توجهی از واسطه گری بین نشانگر های خلوص نیت را دارند. تلویحات کاربردی نتایج این پژوهش آن است که می توان با آموزش و بالندگی فضیلت های مورد اشاره جریان اطلاعات در هستار خلوص نیت را تسریع، فعال سازی و برانگیخته نمود و همچنین با رشد فضیلت هایی مانند معتمدبودن و خیرخواهی می توان پیوند بین نشانگر های خلوص نیت را تقویت کرد.

هدف این پژوهش، شناسایی و تحلیل نشانگر های خودتنظیمی یادگیری در دانشجویان دانشگاه شیراز بوده است. این تحقیق به روش نیمه تجربی تکوینی از نوع هستارنگاری موردی انجام شد. مشارکت کنندگان در این پژوهش در گام نخست شش دانشجوی تحصیلات تکمیلی دانشگاه شیراز بودند که به روش نمونه گیری هدفمند از نوع نمونه گیری معرف انتخاب شدند و به وسیله ی مصاحبه ی مدبرانه از آن ها مصاحبه بعمل آمد. مصاحبه ها به روش تحلیل محتوای جهت مند تحلیل گردید و نشانگر های خودتنظیمی یادگیری مورد شناسایی قرار گرفت. سپس، نشانگر ها به صورت سیاهه ای تدوین گردید و در گام دوم ۵۱ دانشجوی مقاطع کارشناسی ارشد و دکتری به این سیاهه پاسخ دادند. برای توصیف داده ها از نرم افزار 27- SPSSو برای تحلیل داده ها از روش تحلیل شبکه در نرم افزار Ucinet-6 استفاده شد. یافته ها نشان داد که ۲۷ نشانگر خودتنظیمی یادگیری دانشجویان را تشکیل می دهند، نتایج تحلیل شبکه نیز نشان داد که از میان این نشانگر ها، مؤلفه های «تصویرسازی ذهنی و عینی» و «برنامه ریزی و زمان بندی» برجسته ترین نشانگر های خودتنظیمی یادگیری در دانشجویان بودند. در این میان نشانگر های «کل نگری»، «فائق آمدن بر موانع و مشکلات مطالعه» و «استفاده از وسائل کمک آموزشی» نقش مهمی در به جریان اندازی اطلاعات در شبکه ی خودتنظیمی یادگیری دانشجویان داشته است. این نتایج نشان داد که نشانگر های «تصویرسازی عینی و ذهنی»، «برنامه ریزی و زمان بندی» و «پاداش درونی مثبت» بیشترین نقش واسطه گری را در میان نشانگر های خودتنظیمی یادگیری دانشجویان دارند. این یافته ها می تواند به توسعه و بهبود برنامه های آموزشی برای تقویت خودتنظیمی یادگیری دانشجویان و ارتقای کیفیت یادگیری کمک نماید.