نرم افزار کاربردی

معماران با داشتن اطلاعات فنی کافی و توانائی به کارگیری خلاقانه ی آنها، علاوه بر طراحی بهینه ی طرح های معماری، امکان تعامل هرچه بهتر با مهندسین سازه، برق و تأسیسات، در محیط حرفه ای، خواهند داشت. بخشی از راهکارها جهت ایجاد چنین شرایطی، مرتبط با بازبینی محتوای آموزشی و شیوه ی آموزش دروس فنی رشته ی معماری است؛ به صورتی که دانش نظری دروس فنی در فرآیند تجربه اندوزی دانشجویان کسب شود و در توانائی طراحانه ی آنها نمود پیدا کند. هدف اصلی پژوهش، دستیابی به محتوا و شیوه ی کارآمد در آموزش درس تأسیسات مکانیکی ساختمان به دانشجویان دوره ی کارشناسی معماری است. این تحقیق از نوع کاربردی و روش تحقیق آن پیمایشی بوده و از طریق مطالعه کتابخانه ای و تدوین پرسشنامه صورت گرفته است. سوالات پرسشنامه براساس مطالعه ی نظریات روانشناسی آموزشی در زمینه ی مکاتب آموزشی انسان گرائی، ساخت گرائی و رویکردهای یاددهی-یادگیری مبتنی بر آنها، یادگیری فعال، مروری بر شرایط موجود در زمینه ی آموزش معماری در سه نمونه از دانشگاه های برتر جهان و همچنین یک ابزار کمک آموزشی پیشنهادی، مبتنی بر تکنولوژی واقعیت افزوده، شکل گرفته است. نهایتاَ راهکارهای پیشنهادی حاصل از این پژوهش در زمینه ی محتوا، شیوه ی آموزشی و ابزار کمک آموزشی پیشنهادی، به نظرسنجی اساتید درس تأسیسات مکانیکی ساختمان گذاشته شده است، که نشان از تأکید بر برگزاری بخشی از واحدهای درس به صورت کارگاهی، برقراری ارتباط با درس کارگاه طراحی معماری در ترم های مختلف و مقبولیت ابزار کمک آموزشی پیشنهادی از جنبه های ایجاد نقش فعال برای یادگیرنده، افزایش دقت و تمرکز یادگیرنده، تقویت امکان تجسم فضایی اجزا و مسیرها و آگاهی از تاثیرات نهائی بر کالبد معماری دارد.

افزایش نفوذ اینترنت در بین اقشار مختلف، در کنار گسترش شبکه های اجتماعی، انواع پلتفرم های مالی، پیام رسان ها، اپلیکیشن های خدماتی و ... به تدریج باعث فزونییافتن مقدار داده های تولید شده توسط مردم شده است. حجم فراتر از حد تصور این داده ها که در بسترهای گوناگون و با اهداف متفاوت تولید شده اند، به تدریج آنها را تبدیل به منبعی غنی برای تحقیقات اجتماعی کرده است. علی رغم مباحث زیادی که حول کلان داده ها و کاربرد هوش مصنوعی در شناسایی و استخراج ایده های پژوهشی از دل آنها در حداقل برخی محافل علمی علوم اجتماعی ایران در جریان است، استفاده کاربردی و عملیاتی از این داده ها در عمل با دشواری های روبرو است. این مقاله سعی دارد ضمن تشریح مسائل پیش روی تحلیل داده های بزرگ در فضای تحقیقات علوم اجتماعی ایران امروز، به معرفی چند نرم افزار و ابزار کاربردی در این حوزه بپردازد. از جمله موارد قابل ذکر می توان به نرم افزار Gephi (نرم افزاری متن باز و مبتنی بر شبکه برای تجسم و تحلیل داده های پیچیده شبکه ای) و نرم افزار Pajek (نرم افزاری شبکه محور و دارای ابزارهایی چون الگوریتم مرتب سازی، کاوش و خوشه بندی)، نرم افزار R Studio، ابزار Ngram، ابزار Looker Studio و فناوری Hadoop اشاره کرد که هریک کاربردهای خاص خود را دارد. در این مقاله سعیشده است با معرفی دقیق ترموارد قابل کاربرد در تحلیل کلان داده ها، مسیری برای خلق ایده های پژوهشی ترسیم گردد.