பல் மருத்துவம் உள்ளிட்ட உயர்கல்வி நிறுவனங்களில் மாணவர்களை மையமாகக் கொண்ட கற்றல் (SCL) தேவை அதிகரித்து வருகிறது.இருப்பினும், SCL பல் மருத்துவக் கல்வியில் வரையறுக்கப்பட்ட பயன்பாட்டைக் கொண்டுள்ளது.எனவே, IS வழிகாட்டுதல்களை உருவாக்குவதற்கான பயனுள்ள கருவியாக பல் மருத்துவ மாணவர்களின் விருப்பமான கற்றல் பாணி (LS) மற்றும் தொடர்புடைய கற்றல் உத்திகள் (IS) ஆகியவற்றை வரைபடமாக்குவதற்கு முடிவு மரம் இயந்திர கற்றல் (ML) தொழில்நுட்பத்தைப் பயன்படுத்தி பல் மருத்துவத்தில் SCL பயன்பாட்டை மேம்படுத்துவதை இந்த ஆய்வு நோக்கமாகக் கொண்டுள்ளது. .பல் மருத்துவ மாணவர்களுக்கான நம்பிக்கைக்குரிய முறைகள்.
மலாயா பல்கலைக்கழகத்தைச் சேர்ந்த மொத்தம் 255 பல் மருத்துவ மாணவர்கள் கற்றல் பாணிகளின் (m-ILS) மாற்றியமைக்கப்பட்ட கேள்வித்தாளை நிறைவு செய்தனர், அதில் 44 உருப்படிகள் அந்தந்த LS களாக வகைப்படுத்தப்பட்டுள்ளன.சேகரிக்கப்பட்ட தரவு (தரவுத்தொகுப்பு எனப்படும்) மேற்பார்வையிடப்பட்ட முடிவு மர கற்றலில் மாணவர்களின் கற்றல் பாணியை மிகவும் பொருத்தமான IS உடன் தானாகவே பொருத்துவதற்குப் பயன்படுத்தப்படுகிறது.இயந்திர கற்றல் அடிப்படையிலான IS பரிந்துரைக் கருவியின் துல்லியம் பின்னர் மதிப்பிடப்படுகிறது.
LS (உள்ளீடு) மற்றும் IS (இலக்கு வெளியீடு) ஆகியவற்றுக்கு இடையே ஒரு தானியங்கி மேப்பிங் செயல்பாட்டில் முடிவு மர மாதிரிகளின் பயன்பாடு ஒவ்வொரு பல் மருத்துவ மாணவருக்கும் பொருத்தமான கற்றல் உத்திகளின் உடனடி பட்டியலை அனுமதிக்கிறது.IS பரிந்துரைக் கருவி சரியான துல்லியம் மற்றும் ஒட்டுமொத்த மாதிரி துல்லியத்தை நினைவுபடுத்துகிறது, LS ஐ IS உடன் பொருத்துவது நல்ல உணர்திறன் மற்றும் தனித்தன்மையைக் குறிக்கிறது
ML முடிவு மரத்தை அடிப்படையாகக் கொண்ட ஒரு IS பரிந்துரைக் கருவியானது, பல் மருத்துவ மாணவர்களின் கற்றல் பாணிகளை பொருத்தமான கற்றல் உத்திகளுடன் துல்லியமாகப் பொருத்தும் திறனை நிரூபித்துள்ளது.இந்தக் கருவி, மாணவர்களின் கற்றல் அனுபவத்தை மேம்படுத்தக்கூடிய கற்றலை மையமாகக் கொண்ட படிப்புகள் அல்லது தொகுதிகளைத் திட்டமிடுவதற்கான சக்திவாய்ந்த விருப்பங்களை வழங்குகிறது.
கல்வி நிறுவனங்களில் கற்பித்தல் மற்றும் கற்றல் அடிப்படைச் செயல்பாடுகள் ஆகும்.உயர்தர தொழிற்கல்வி முறையை உருவாக்கும்போது, மாணவர்களின் கற்றல் தேவைகளில் கவனம் செலுத்துவது அவசியம்.மாணவர்கள் மற்றும் அவர்களின் கற்றல் சூழலுக்கு இடையிலான தொடர்பு அவர்களின் LS மூலம் தீர்மானிக்கப்படுகிறது.மாணவர்களின் எல்எஸ் மற்றும் ஐஎஸ் ஆகியவற்றுக்கு இடையே ஆசிரியர் நோக்கத்துடன் பொருந்தாததால், கவனம் மற்றும் உந்துதல் குறைதல் போன்ற மாணவர் கற்றலில் எதிர்மறையான விளைவுகளை ஏற்படுத்தலாம் என்று ஆராய்ச்சி கூறுகிறது.இது மாணவர் செயல்திறனை மறைமுகமாக பாதிக்கும் [1,2].
IS என்பது மாணவர்களுக்கு அறிவு மற்றும் திறன்களை வழங்க ஆசிரியர்களால் பயன்படுத்தப்படும் ஒரு முறையாகும், மாணவர்கள் கற்றுக்கொள்ள உதவுவது உட்பட [3].பொதுவாகச் சொன்னால், நல்ல ஆசிரியர்கள் கற்பித்தல் உத்திகளைத் திட்டமிடுகிறார்கள் அல்லது அவர்களின் மாணவர்களின் அறிவு நிலை, அவர்கள் கற்கும் கருத்துகள் மற்றும் அவர்களின் கற்றல் நிலை ஆகியவற்றைப் பொருத்தது.கோட்பாட்டளவில், எல்.எஸ் மற்றும் ஐ.எஸ் பொருந்தும்போது, மாணவர்கள் திறம்பட கற்றுக்கொள்வதற்கு ஒரு குறிப்பிட்ட திறன்களை ஒழுங்கமைத்து பயன்படுத்த முடியும்.பொதுவாக, ஒரு பாடம் திட்டமானது நிலைகளுக்கு இடையேயான பல மாற்றங்களை உள்ளடக்கியது, அதாவது கற்பித்தலில் இருந்து வழிகாட்டப்பட்ட பயிற்சிக்கு அல்லது வழிகாட்டப்பட்ட நடைமுறையிலிருந்து சுயாதீனமான நடைமுறைக்கு.இதைக் கருத்தில் கொண்டு, திறமையான ஆசிரியர்கள் பெரும்பாலும் மாணவர்களின் அறிவு மற்றும் திறன்களை வளர்க்கும் குறிக்கோளுடன் அறிவுறுத்தலைத் திட்டமிடுகிறார்கள் [4].
பல் மருத்துவம் உள்ளிட்ட உயர்கல்வி நிறுவனங்களில் SCLக்கான தேவை அதிகரித்து வருகிறது.SCL உத்திகள் மாணவர்களின் கற்றல் தேவைகளைப் பூர்த்தி செய்ய வடிவமைக்கப்பட்டுள்ளன.எடுத்துக்காட்டாக, மாணவர்கள் கற்றல் நடவடிக்கைகளில் தீவிரமாகப் பங்கேற்று, ஆசிரியர்கள் எளிதாக்குபவர்களாகச் செயல்பட்டால், மதிப்புமிக்க கருத்துக்களை வழங்குவதற்குப் பொறுப்பாக இருந்தால், இதை அடைய முடியும்.மாணவர்களின் கல்வி நிலை அல்லது விருப்பங்களுக்கு ஏற்ற கற்றல் பொருட்கள் மற்றும் செயல்பாடுகளை வழங்குவதன் மூலம் மாணவர்களின் கற்றல் சூழலை மேம்படுத்தலாம் மற்றும் நேர்மறையான கற்றல் அனுபவங்களை மேம்படுத்தலாம் [5].
பொதுவாக, பல் மருத்துவ மாணவர்களின் கற்றல் செயல்முறை அவர்கள் செய்ய வேண்டிய பல்வேறு மருத்துவ நடைமுறைகள் மற்றும் அவர்கள் திறமையான தனிப்பட்ட திறன்களை வளர்க்கும் மருத்துவ சூழல் ஆகியவற்றால் பாதிக்கப்படுகிறது.பயிற்சியின் நோக்கம், பல் மருத்துவத்தின் அடிப்படை அறிவை பல் மருத்துவத் திறன்களுடன் இணைத்து, பெற்ற அறிவை புதிய மருத்துவ சூழ்நிலைகளுக்குப் பயன்படுத்துவதற்கு மாணவர்களுக்கு உதவுவதாகும் [6, 7].LS மற்றும் IS இடையேயான உறவின் ஆரம்பகால ஆராய்ச்சியில், விருப்பமான LSக்கு மேப் செய்யப்பட்ட கற்றல் உத்திகளை சரிசெய்வது கல்விச் செயல்முறையை மேம்படுத்த உதவும் என்று கண்டறியப்பட்டது [8].மாணவர்களின் கற்றல் மற்றும் தேவைகளுக்கு ஏற்ப பல்வேறு கற்பித்தல் மற்றும் மதிப்பீட்டு முறைகளைப் பயன்படுத்தவும் ஆசிரியர்கள் பரிந்துரைக்கின்றனர்.
LS அறிவைப் பயன்படுத்துவதன் மூலம் ஆசிரியர்கள் பயனடைவார்கள், அவர்களுக்கு அறிவுரைகளை வடிவமைக்கவும், மேம்படுத்தவும் மற்றும் செயல்படுத்தவும் உதவுகின்றன, இது மாணவர்களின் ஆழ்ந்த அறிவைப் பெறுவதற்கும் பாடத்தைப் பற்றிய புரிதலையும் மேம்படுத்தும்.கோல்ப் அனுபவ கற்றல் மாதிரி, ஃபெல்டர்-சில்வர்மேன் கற்றல் பாணி மாதிரி (FSLSM) மற்றும் ஃப்ளெமிங் VAK/VARK மாதிரி [5, 9, 10] போன்ற பல LS மதிப்பீட்டுக் கருவிகளை ஆராய்ச்சியாளர்கள் உருவாக்கியுள்ளனர்.இலக்கியத்தின் படி, இந்த கற்றல் மாதிரிகள் மிகவும் பொதுவாகப் பயன்படுத்தப்படும் மற்றும் அதிகம் படித்த கற்றல் மாதிரிகள்.தற்போதைய ஆராய்ச்சிப் பணியில், பல் மருத்துவ மாணவர்களிடையே LS ஐ மதிப்பிட FSLSM பயன்படுத்தப்படுகிறது.
FSLSM என்பது பொறியியலில் தகவமைப்பு கற்றலை மதிப்பிடுவதற்கு பரவலாகப் பயன்படுத்தப்படும் மாதிரியாகும்.சுகாதார அறிவியலில் (மருத்துவம், நர்சிங், மருந்தகம் மற்றும் பல் மருத்துவம் உட்பட) வெளியிடப்பட்ட பல படைப்புகள் FSLSM மாதிரிகளைப் பயன்படுத்திக் காணப்படுகின்றன [5, 11, 12, 13].FLSM இல் LS இன் பரிமாணங்களை அளவிடப் பயன்படுத்தப்படும் கருவியானது கற்றல் பாணிகளின் குறியீடு (ILS) [8] என அழைக்கப்படுகிறது, இதில் LS இன் நான்கு பரிமாணங்களை மதிப்பிடும் 44 உருப்படிகள் உள்ளன: செயலாக்கம் (செயலில்/பிரதிபலிப்பு), உணர்தல் (உணர்வு/உள்ளுணர்வு), உள்ளீடு (காட்சி)./வாய்மொழி) மற்றும் புரிதல் (வரிசை/உலகளாவிய) [14].
படம் 1 இல் காட்டப்பட்டுள்ளபடி, ஒவ்வொரு FSLSM பரிமாணத்திற்கும் மேலாதிக்க விருப்பம் உள்ளது.எடுத்துக்காட்டாக, செயலாக்க பரிமாணத்தில், "செயலில்" LS உடைய மாணவர்கள் நேரடியாக கற்றல் பொருட்களுடன் தொடர்புகொள்வதன் மூலம் தகவலைச் செயலாக்க விரும்புகிறார்கள், செய்வதன் மூலம் கற்றுக்கொள்கிறார்கள் மற்றும் குழுக்களாக கற்றுக்கொள்ள முனைகிறார்கள்."பிரதிபலிப்பு" LS என்பது சிந்தனை மூலம் கற்றலைக் குறிக்கிறது மற்றும் தனியாக வேலை செய்ய விரும்புகிறது.LS இன் "உணர்தல்" பரிமாணத்தை "உணர்வு" மற்றும்/அல்லது "உள்ளுணர்வு" என பிரிக்கலாம்."உணர்வு" மாணவர்கள் அதிக உறுதியான தகவல் மற்றும் நடைமுறை நடைமுறைகளை விரும்புகிறார்கள், சுருக்கமான விஷயங்களை விரும்பும் "உள்ளுணர்வு" மாணவர்களுடன் ஒப்பிடும்போது உண்மை சார்ந்தவர்கள் மற்றும் இயற்கையில் மிகவும் புதுமையான மற்றும் ஆக்கப்பூர்வமானவர்கள்.LS இன் "உள்ளீடு" பரிமாணம் "காட்சி" மற்றும் "வாய்மொழி" கற்பவர்களைக் கொண்டுள்ளது."காட்சி" LS உடையவர்கள் காட்சி விளக்கங்கள் (வரைபடங்கள், வீடியோக்கள் அல்லது நேரடி ஆர்ப்பாட்டங்கள் போன்றவை) மூலம் கற்றுக்கொள்ள விரும்புகிறார்கள், அதேசமயம் "வாய்மொழி" LS உடையவர்கள் எழுத்து அல்லது வாய்வழி விளக்கங்களில் வார்த்தைகள் மூலம் கற்றுக்கொள்ள விரும்புகிறார்கள்.LS பரிமாணங்களை "புரிந்துகொள்ள", அத்தகைய கற்பவர்களை "வரிசை" மற்றும் "உலகளாவிய" என பிரிக்கலாம்."தொடர்ச்சியான கற்பவர்கள் ஒரு நேரியல் சிந்தனை செயல்முறையை விரும்புகிறார்கள் மற்றும் படிப்படியாகக் கற்றுக்கொள்கிறார்கள், அதே நேரத்தில் உலகளாவிய கற்பவர்கள் ஒரு முழுமையான சிந்தனை செயல்முறையைக் கொண்டுள்ளனர் மற்றும் அவர்கள் கற்றுக்கொள்வதைப் பற்றி எப்போதும் சிறந்த புரிதலைக் கொண்டுள்ளனர்.
சமீபத்தில், பல ஆராய்ச்சியாளர்கள் தானியங்கி தரவு-உந்துதல் கண்டுபிடிப்புக்கான முறைகளை ஆராயத் தொடங்கியுள்ளனர், இதில் புதிய வழிமுறைகள் மற்றும் பெரிய அளவிலான தரவுகளை விளக்கும் திறன் கொண்ட மாதிரிகள் ஆகியவை அடங்கும் [15, 16].வழங்கப்பட்ட தரவுகளின் அடிப்படையில், மேற்பார்வையிடப்பட்ட ML (இயந்திர கற்றல்) அல்காரிதம்களின் கட்டுமானத்தின் அடிப்படையில் எதிர்கால முடிவுகளைக் கணிக்கும் வடிவங்கள் மற்றும் கருதுகோள்களை உருவாக்க முடியும் [17].எளிமையாகச் சொன்னால், மேற்பார்வையிடப்பட்ட இயந்திரக் கற்றல் நுட்பங்கள் உள்ளீட்டுத் தரவு மற்றும் பயிற்சி வழிமுறைகளைக் கையாளுகின்றன.பின்னர், வழங்கப்பட்ட உள்ளீட்டுத் தரவிற்கான ஒரே மாதிரியான சூழ்நிலைகளின் அடிப்படையில் முடிவை வகைப்படுத்தும் அல்லது கணிக்கும் வரம்பை இது உருவாக்குகிறது.மேற்பார்வையிடப்பட்ட இயந்திர கற்றல் வழிமுறைகளின் முக்கிய நன்மை, சிறந்த மற்றும் விரும்பிய முடிவுகளை நிறுவும் திறன் ஆகும் [17].
தரவு உந்துதல் முறைகள் மற்றும் முடிவெடுக்கும் மரக் கட்டுப்பாட்டு மாதிரிகள் ஆகியவற்றின் மூலம், LS ஐ தானாக கண்டறிவது சாத்தியமாகும்.சுகாதார அறிவியல் [18, 19] உட்பட பல்வேறு துறைகளில் பயிற்சித் திட்டங்களில் முடிவு மரங்கள் பரவலாகப் பயன்படுத்தப்படுவதாக அறிவிக்கப்பட்டுள்ளது.இந்த ஆய்வில், மாணவர்களின் LSஐக் கண்டறிந்து அவர்களுக்குச் சிறந்த ISஐப் பரிந்துரைக்க சிஸ்டம் டெவலப்பர்களால் இந்த மாதிரி குறிப்பாகப் பயிற்றுவிக்கப்பட்டது.
இந்த ஆய்வின் நோக்கம் மாணவர்களின் LS அடிப்படையில் IS டெலிவரி உத்திகளை உருவாக்குவது மற்றும் LS க்கு மேப் செய்யப்பட்ட IS பரிந்துரைக் கருவியை உருவாக்குவதன் மூலம் SCL அணுகுமுறையைப் பயன்படுத்துவதாகும்.SCL முறையின் மூலோபாயமாக IS பரிந்துரைக் கருவியின் வடிவமைப்பு ஓட்டம் படம் 1 இல் காட்டப்பட்டுள்ளது. IS பரிந்துரைக் கருவி இரண்டு பகுதிகளாகப் பிரிக்கப்பட்டுள்ளது, ILS ஐப் பயன்படுத்தும் LS வகைப்பாடு பொறிமுறையும் மாணவர்களுக்கு மிகவும் பொருத்தமான IS காட்சியும் அடங்கும்.
குறிப்பாக, தகவல் பாதுகாப்பு பரிந்துரை கருவிகளின் சிறப்பியல்புகளில் இணைய தொழில்நுட்பங்களின் பயன்பாடு மற்றும் முடிவு மர இயந்திர கற்றலின் பயன்பாடு ஆகியவை அடங்கும்.சிஸ்டம் டெவலப்பர்கள், மொபைல் போன்கள் மற்றும் டேப்லெட்டுகள் போன்ற மொபைல் சாதனங்களுக்கு ஏற்ப பயனர் அனுபவத்தையும் இயக்கத்தையும் மேம்படுத்துகின்றனர்.
இந்த பரிசோதனை இரண்டு நிலைகளில் மேற்கொள்ளப்பட்டது மற்றும் மலாயா பல்கலைக்கழகத்தின் பல் மருத்துவ பீடத்தைச் சேர்ந்த மாணவர்கள் தன்னார்வ அடிப்படையில் பங்கேற்றனர்.பங்கேற்பாளர்கள் ஒரு பல் மருத்துவ மாணவரின் ஆன்லைன் m-ILS க்கு ஆங்கிலத்தில் பதிலளித்தனர்.ஆரம்ப கட்டத்தில், முடிவு மரம் இயந்திர கற்றல் வழிமுறையைப் பயிற்றுவிக்க 50 மாணவர்களின் தரவுத்தொகுப்பு பயன்படுத்தப்பட்டது.இரண்டாம் கட்டத்தில், உருவாக்கப்பட்ட கருவியின் துல்லியத்தை மேம்படுத்த, 255 மாணவர்களின் தரவுத்தொகுப்பு பயன்படுத்தப்பட்டது.
அனைத்து பங்கேற்பாளர்களும் மைக்ரோசாஃப்ட் குழுக்கள் மூலம் கல்வியாண்டைப் பொறுத்து ஒவ்வொரு கட்டத்தின் தொடக்கத்திலும் ஆன்லைன் விளக்கத்தைப் பெறுகிறார்கள்.ஆய்வின் நோக்கம் விளக்கப்பட்டது மற்றும் தகவலறிந்த ஒப்புதல் பெறப்பட்டது.அனைத்து பங்கேற்பாளர்களுக்கும் m-ILS ஐ அணுகுவதற்கான இணைப்பு வழங்கப்பட்டது.ஒவ்வொரு மாணவரும் வினாத்தாளில் உள்ள 44 உருப்படிகளுக்கும் விடையளிக்குமாறு அறிவுறுத்தப்பட்டுள்ளனர்.செமஸ்டர் தொடங்குவதற்கு முன் செமஸ்டர் இடைவேளையின் போது அவர்களுக்கு வசதியான நேரத்தில் மற்றும் இருப்பிடத்தில் மாற்றியமைக்கப்பட்ட ILS ஐ முடிக்க அவர்களுக்கு ஒரு வாரம் வழங்கப்பட்டது.m-ILS அசல் ILS கருவியை அடிப்படையாகக் கொண்டது மற்றும் பல் மருத்துவ மாணவர்களுக்காக மாற்றியமைக்கப்பட்டது.அசல் ILS ஐப் போலவே, இது 44 சமமாக விநியோகிக்கப்பட்ட உருப்படிகளைக் கொண்டுள்ளது (a, b), ஒவ்வொன்றும் 11 உருப்படிகளுடன், அவை ஒவ்வொரு FSLSM பரிமாணத்தின் அம்சங்களையும் மதிப்பிடப் பயன்படுகின்றன.
கருவி வளர்ச்சியின் ஆரம்ப கட்டங்களில், ஆராய்ச்சியாளர்கள் 50 பல் மாணவர்களின் தரவுத்தொகுப்பைப் பயன்படுத்தி வரைபடங்களை கைமுறையாக சிறுகுறிப்பு செய்தனர்.FSLM படி, கணினி "a" மற்றும் "b" பதில்களின் கூட்டுத்தொகையை வழங்குகிறது.ஒவ்வொரு பரிமாணத்திற்கும், மாணவர் “a” ஐ விடையாகத் தேர்ந்தெடுத்தால், LS செயலில்/புலனுணர்வு/காட்சி/தொடர்நிலை என வகைப்படுத்தப்படும், மேலும் மாணவர் “b”ஐ விடையாகத் தேர்ந்தெடுத்தால், மாணவர் பிரதிபலிப்பு/உள்ளுணர்வு/மொழியியல் என வகைப்படுத்தப்படுவார். ./ உலகளாவிய கற்றவர்.
பல் கல்வி ஆராய்ச்சியாளர்கள் மற்றும் சிஸ்டம் டெவலப்பர்களுக்கிடையேயான பணிப்பாய்வுகளை அளவீடு செய்த பிறகு, FLSSM டொமைனின் அடிப்படையில் கேள்விகள் தேர்ந்தெடுக்கப்பட்டு ஒவ்வொரு மாணவரின் LSஐ கணிக்க ML மாதிரியில் கொடுக்கப்பட்டது."குப்பை உள்ளே, குப்பை வெளியே" என்பது தரவுத் தரத்திற்கு முக்கியத்துவம் கொடுக்கும் இயந்திரக் கற்றல் துறையில் பிரபலமான சொல்லாகும்.உள்ளீட்டு தரவின் தரம் இயந்திர கற்றல் மாதிரியின் துல்லியம் மற்றும் துல்லியத்தை தீர்மானிக்கிறது.அம்சம் பொறியியல் கட்டத்தில், FLSSM அடிப்படையில் "a" மற்றும் "b" பதில்களின் கூட்டுத்தொகையான புதிய அம்சத் தொகுப்பு உருவாக்கப்பட்டது.மருந்து நிலைகளின் அடையாள எண்கள் அட்டவணை 1 இல் கொடுக்கப்பட்டுள்ளன.
விடைகளின் அடிப்படையில் மதிப்பெண்ணைக் கணக்கிட்டு மாணவரின் எல்எஸ்ஸைத் தீர்மானிக்கவும்.ஒவ்வொரு மாணவருக்கும், மதிப்பெண் வரம்பு 1 முதல் 11 வரை இருக்கும். 1 முதல் 3 வரையிலான மதிப்பெண்கள் ஒரே பரிமாணத்தில் கற்றல் விருப்பங்களின் சமநிலையைக் குறிக்கின்றன, மேலும் 5 முதல் 7 மதிப்பெண்கள் மிதமான விருப்பத்தைக் குறிக்கின்றன, இது மாணவர்கள் மற்றவர்களுக்குக் கற்பிக்கும் ஒரு சூழலை விரும்புவதைக் குறிக்கிறது. .அதே பரிமாணத்தின் மற்றொரு மாறுபாடு என்னவென்றால், 9 முதல் 11 வரையிலான மதிப்பெண்கள் ஒரு முனை அல்லது மற்றொன்றுக்கு வலுவான விருப்பத்தை பிரதிபலிக்கின்றன [8].
ஒவ்வொரு பரிமாணத்திற்கும், மருந்துகள் "செயலில்", "பிரதிபலிப்பு" மற்றும் "சமநிலை" என தொகுக்கப்பட்டுள்ளன.எடுத்துக்காட்டாக, ஒரு மாணவர் ஒரு நியமிக்கப்பட்ட பொருளில் "b" ஐ விட அடிக்கடி "a" என்று பதிலளிக்கும் போது மற்றும் அவரது/அவள் ஒரு குறிப்பிட்ட உருப்படிக்கு 5 என்ற வரம்பை மீறினால், அவர்/அவள் "செயலில்" LSஐச் சேர்ந்தவர் களம்..இருப்பினும், குறிப்பிட்ட 11 கேள்விகளில் (அட்டவணை 1) "b" ஐ விட அதிகமாக "b" தேர்வு செய்து 5 புள்ளிகளுக்கு மேல் பெற்ற போது மாணவர்கள் "பிரதிபலிப்பு" LS என வகைப்படுத்தப்பட்டனர்.இறுதியாக, மாணவர் "சமநிலை" நிலையில் இருக்கிறார்.மதிப்பெண் 5 புள்ளிகளுக்கு மேல் இல்லை என்றால், இது ஒரு "செயல்முறை" LS ஆகும்.மற்ற LS பரிமாணங்களுக்கான வகைப்பாடு செயல்முறை மீண்டும் மீண்டும் செய்யப்பட்டது, அதாவது உணர்தல் (செயலில்/பிரதிபலிப்பு), உள்ளீடு (காட்சி/வாய்மொழி) மற்றும் புரிதல் (வரிசைமுறை/உலகளாவியம்).
வகைப்பாடு செயல்முறையின் வெவ்வேறு நிலைகளில் முடிவு மர மாதிரிகள் அம்சங்கள் மற்றும் முடிவு விதிகளின் வெவ்வேறு துணைக்குழுக்களைப் பயன்படுத்தலாம்.இது ஒரு பிரபலமான வகைப்பாடு மற்றும் கணிப்பு கருவியாக கருதப்படுகிறது.பாய்வு விளக்கப்படம் [20] போன்ற ஒரு மர அமைப்பைப் பயன்படுத்தி இது குறிப்பிடப்படலாம், இதில் பண்புக்கூறு மூலம் சோதனைகளைக் குறிக்கும் உள் முனைகள் உள்ளன, ஒவ்வொரு கிளையும் சோதனை முடிவுகளைக் குறிக்கும் மற்றும் ஒவ்வொரு இலை முனையும் (இலை முனை) வகுப்பு லேபிளைக் கொண்டுள்ளது.
ஒரு எளிய விதி அடிப்படையிலான நிரல் தானாகவே ஒவ்வொரு மாணவரின் LS க்கும் அவர்களின் பதில்களின் அடிப்படையில் மதிப்பெண் மற்றும் சிறுகுறிப்பு உருவாக்கப்பட்டது.விதி அடிப்படையிலானது ஒரு IF அறிக்கையின் வடிவத்தை எடுக்கும், அங்கு "IF" தூண்டுதலை விவரிக்கிறது மற்றும் "பின்" செய்ய வேண்டிய செயலைக் குறிப்பிடுகிறது, எடுத்துக்காட்டாக: "X நடந்தால், Y ஐச் செய்யுங்கள்" (Liu et al., 2014).தரவுத் தொகுப்பானது தொடர்பை வெளிப்படுத்துகிறது மற்றும் முடிவு மர மாதிரி சரியாகப் பயிற்றுவிக்கப்பட்டு மதிப்பீடு செய்யப்பட்டால், இந்த அணுகுமுறை LS மற்றும் IS ஐப் பொருத்துவதற்கான செயல்முறையை தானியங்குபடுத்துவதற்கான ஒரு சிறந்த வழியாகும்.
இரண்டாம் கட்ட வளர்ச்சியில், பரிந்துரை கருவியின் துல்லியத்தை மேம்படுத்த தரவுத்தொகுப்பு 255 ஆக அதிகரிக்கப்பட்டது.தரவு தொகுப்பு 1:4 விகிதத்தில் பிரிக்கப்பட்டுள்ளது.தரவுத் தொகுப்பில் 25% (64) சோதனைத் தொகுப்பிற்குப் பயன்படுத்தப்பட்டது, மீதமுள்ள 75% (191) பயிற்சித் தொகுப்பாகப் பயன்படுத்தப்பட்டது (படம் 2).அதே தரவுத் தொகுப்பில் மாதிரி பயிற்சி மற்றும் சோதனை செய்யப்படுவதைத் தடுக்க தரவுத் தொகுப்பு பிரிக்கப்பட வேண்டும், இது மாதிரியை கற்றுக்கொள்வதற்குப் பதிலாக நினைவில் வைக்கும்.மாதிரியானது பயிற்சித் தொகுப்பில் பயிற்றுவிக்கப்பட்டு, சோதனைத் தொகுப்பில் அதன் செயல்திறனை மதிப்பிடுகிறது - மாடல் இதற்கு முன் பார்த்திராத தரவு.
IS கருவி உருவாக்கப்பட்டவுடன், வலை இடைமுகம் வழியாக பல் மருத்துவ மாணவர்களின் பதில்களின் அடிப்படையில் பயன்பாடு LS ஐ வகைப்படுத்த முடியும்.இணைய அடிப்படையிலான தகவல் பாதுகாப்பு பரிந்துரை கருவி அமைப்பு, ஜாங்கோ கட்டமைப்பை பின்தளமாகப் பயன்படுத்தி பைதான் நிரலாக்க மொழியைப் பயன்படுத்தி உருவாக்கப்பட்டுள்ளது.இந்த அமைப்பின் வளர்ச்சியில் பயன்படுத்தப்படும் நூலகங்களை அட்டவணை 2 பட்டியலிடுகிறது.
மாணவர்களின் LS அளவீடுகளை தானாக வகைப்படுத்த, மாணவர் பதில்களைக் கணக்கிடுவதற்கும் பிரித்தெடுப்பதற்கும் தரவுத்தொகுப்பு ஒரு முடிவு மர மாதிரிக்கு அளிக்கப்படுகிறது.
கொடுக்கப்பட்ட தரவுத் தொகுப்பில் ஒரு முடிவு மர இயந்திர கற்றல் வழிமுறையின் துல்லியத்தை மதிப்பிடுவதற்கு குழப்ப அணி பயன்படுத்தப்படுகிறது.அதே நேரத்தில், இது வகைப்பாடு மாதிரியின் செயல்திறனை மதிப்பீடு செய்கிறது.இது மாதிரியின் கணிப்புகளைச் சுருக்கி, அவற்றை உண்மையான தரவு லேபிள்களுடன் ஒப்பிடுகிறது.மதிப்பீட்டு முடிவுகள் நான்கு வெவ்வேறு மதிப்புகளை அடிப்படையாகக் கொண்டவை: True Positive (TP) - மாதிரியானது நேர்மறை வகையைச் சரியாகக் கணித்தது, False Positive (FP) - மாதிரியானது நேர்மறை வகையைக் கணித்தது, ஆனால் உண்மையான லேபிள் எதிர்மறையானது, உண்மை எதிர்மறை (TN) - மாதிரி எதிர்மறை வகுப்பைச் சரியாகக் கணித்தது, மற்றும் தவறான எதிர்மறை (FN) - மாதிரி எதிர்மறை வகுப்பைக் கணித்துள்ளது, ஆனால் உண்மையான லேபிள் நேர்மறையானது.
இந்த மதிப்புகள் பைத்தானில் உள்ள ஸ்கிகிட்-லேர்ன் வகைப்பாடு மாதிரியின் பல்வேறு செயல்திறன் அளவீடுகளைக் கணக்கிடப் பயன்படுத்தப்படுகின்றன, அதாவது துல்லியம், துல்லியம், நினைவுபடுத்துதல் மற்றும் F1 மதிப்பெண்.இங்கே உதாரணங்கள்:
மீட்டெடுப்பு (அல்லது உணர்திறன்) என்பது m-ILS கேள்வித்தாளுக்கு பதிலளித்த பிறகு, ஒரு மாணவரின் LSஐ துல்லியமாக வகைப்படுத்தும் மாதிரியின் திறனை அளவிடுகிறது.
விவரக்குறிப்பு உண்மையான எதிர்மறை விகிதம் என்று அழைக்கப்படுகிறது.மேலே உள்ள சூத்திரத்திலிருந்து நீங்கள் பார்க்க முடியும் என, இது உண்மையான எதிர்மறைகள் (TN) மற்றும் உண்மையான எதிர்மறைகள் மற்றும் தவறான நேர்மறைகள் (FP) விகிதமாக இருக்க வேண்டும்.மாணவர் மருந்துகளை வகைப்படுத்துவதற்கான பரிந்துரைக்கப்பட்ட கருவியின் ஒரு பகுதியாக, அது துல்லியமாக அடையாளம் காணும் திறன் கொண்டதாக இருக்க வேண்டும்.
டிசிஷன் ட்ரீ ML மாதிரியைப் பயிற்றுவிக்கப் பயன்படுத்தப்பட்ட 50 மாணவர்களின் அசல் தரவுத்தொகுப்பு சிறுகுறிப்புகளில் மனிதப் பிழையின் காரணமாக ஒப்பீட்டளவில் குறைந்த துல்லியத்தைக் காட்டியது (அட்டவணை 3).LS மதிப்பெண்கள் மற்றும் மாணவர் சிறுகுறிப்புகளைத் தானாகக் கணக்கிடுவதற்கான எளிய விதி அடிப்படையிலான நிரலை உருவாக்கிய பிறகு, பரிந்துரையாளர் அமைப்பைப் பயிற்றுவிக்கவும் சோதிக்கவும் அதிக எண்ணிக்கையிலான தரவுத்தொகுப்புகள் (255) பயன்படுத்தப்பட்டன.
மல்டிகிளாஸ் குழப்ப மேட்ரிக்ஸில், மூலைவிட்ட உறுப்புகள் ஒவ்வொரு LS வகைக்கும் சரியான கணிப்புகளின் எண்ணிக்கையைக் குறிக்கின்றன (படம் 4).முடிவு மர மாதிரியைப் பயன்படுத்தி, மொத்தம் 64 மாதிரிகள் சரியாகக் கணிக்கப்பட்டன.எனவே, இந்த ஆய்வில், மூலைவிட்ட கூறுகள் எதிர்பார்த்த முடிவுகளைக் காட்டுகின்றன, இது மாதிரி சிறப்பாகச் செயல்படுவதையும், ஒவ்வொரு எல்எஸ் வகைப்பாட்டிற்கும் வகுப்பு லேபிளைத் துல்லியமாகக் கணிப்பதைக் குறிக்கிறது.எனவே, பரிந்துரை கருவியின் ஒட்டுமொத்த துல்லியம் 100% ஆகும்.
துல்லியம், துல்லியம், நினைவுகூருதல் மற்றும் F1 மதிப்பெண் ஆகியவற்றின் மதிப்புகள் படம் 5 இல் காட்டப்பட்டுள்ளன. முடிவு மர மாதிரியைப் பயன்படுத்தும் பரிந்துரை முறைக்கு, அதன் F1 மதிப்பெண் 1.0 "சரியானது", இது சரியான துல்லியம் மற்றும் நினைவுபடுத்தலைக் குறிக்கிறது, குறிப்பிடத்தக்க உணர்திறன் மற்றும் தனித்துவத்தை பிரதிபலிக்கிறது. மதிப்புகள்.
பயிற்சி மற்றும் சோதனை முடிந்ததும் முடிவு மர மாதிரியின் காட்சிப்படுத்தலை படம் 6 காட்டுகிறது.பக்கவாட்டு ஒப்பீட்டில், குறைவான அம்சங்களுடன் பயிற்சியளிக்கப்பட்ட முடிவு மர மாதிரி அதிக துல்லியம் மற்றும் எளிதான மாதிரி காட்சிப்படுத்தலைக் காட்டியது.மாடல் செயல்திறனை மேம்படுத்துவதில் அம்சக் குறைப்புக்கு வழிவகுக்கும் அம்ச பொறியியல் ஒரு முக்கியமான படியாகும் என்பதை இது காட்டுகிறது.
முடிவு மர மேற்பார்வையிடப்பட்ட கற்றலைப் பயன்படுத்துவதன் மூலம், LS (உள்ளீடு) மற்றும் IS (இலக்கு வெளியீடு) ஆகியவற்றுக்கு இடையேயான மேப்பிங் தானாகவே உருவாக்கப்படும் மற்றும் ஒவ்வொரு LSக்கான விரிவான தகவலையும் கொண்டுள்ளது.
255 மாணவர்களில் 34.9% பேர் ஒரு (1) LS விருப்பத்தை விரும்புவதாக முடிவுகள் காட்டுகின்றன.பெரும்பான்மையானவர்கள் (54.3%) இரண்டு அல்லது அதற்கு மேற்பட்ட LS விருப்பத்தேர்வுகளைக் கொண்டிருந்தனர்.12.2% மாணவர்கள் LS மிகவும் சீரானதாக இருப்பதாகக் குறிப்பிட்டுள்ளனர் (அட்டவணை 4).எட்டு முக்கிய LSக்கு கூடுதலாக, மலாயா பல்கலைக்கழக பல் மருத்துவ மாணவர்களுக்கான LS வகைப்பாடுகளின் 34 சேர்க்கைகள் உள்ளன.அவற்றில், புலனுணர்வு, பார்வை மற்றும் கருத்து மற்றும் பார்வை ஆகியவற்றின் கலவையானது மாணவர்களால் தெரிவிக்கப்படும் முக்கிய LS ஆகும் (படம் 7).
அட்டவணை 4ல் இருந்து பார்க்க முடிந்தால், பெரும்பான்மையான மாணவர்கள் உணர்வு (13.7%) அல்லது காட்சி (8.6%) LS ஐக் கொண்டிருந்தனர்.12.2% மாணவர்கள் பார்வையுடன் (புலனுணர்வு-காட்சி எல்எஸ்) உணர்வை இணைத்ததாக அறிவிக்கப்பட்டது.இந்த கண்டுபிடிப்புகள், மாணவர்கள் நிறுவப்பட்ட முறைகள் மூலம் கற்றுக்கொள்ளவும் நினைவில் கொள்ளவும் விரும்புகிறார்கள், குறிப்பிட்ட மற்றும் விரிவான நடைமுறைகளைப் பின்பற்றுகிறார்கள் மற்றும் இயற்கையில் கவனம் செலுத்துகிறார்கள்.அதே நேரத்தில், அவர்கள் பார்த்து (வரைபடங்கள் போன்றவற்றைப் பயன்படுத்தி) கற்றுக்கொள்வதில் மகிழ்ச்சி அடைகிறார்கள், மேலும் குழுக்களாகவோ அல்லது சொந்தமாகவோ தகவல்களைப் பற்றி விவாதித்துப் பயன்படுத்துகிறார்கள்.
இந்த ஆய்வு, தரவுச் செயலாக்கத்தில் பயன்படுத்தப்படும் இயந்திரக் கற்றல் நுட்பங்களின் மேலோட்டத்தை வழங்குகிறது, மாணவர்களின் LSஐ உடனடியாகவும் துல்லியமாகவும் கணிப்பது மற்றும் பொருத்தமான IS ஐப் பரிந்துரைக்கிறது.முடிவு மர மாதிரியின் பயன்பாடு அவர்களின் வாழ்க்கை மற்றும் கல்வி அனுபவங்களுடன் மிக நெருக்கமாக தொடர்புடைய காரணிகளை அடையாளம் கண்டுள்ளது.இது ஒரு மேற்பார்வையிடப்பட்ட இயந்திர கற்றல் அல்காரிதம் ஆகும், இது குறிப்பிட்ட அளவுகோல்களின் அடிப்படையில் தரவுகளின் தொகுப்பை துணைப்பிரிவுகளாகப் பிரிப்பதன் மூலம் தரவை வகைப்படுத்த மர அமைப்பைப் பயன்படுத்துகிறது.இலை முனையில் ஒரு முடிவு எடுக்கப்படும் வரை, ஒவ்வொரு உள் முனையின் உள்ளீட்டு அம்சங்களில் ஒன்றின் மதிப்பின் அடிப்படையில் உள்ளீட்டுத் தரவை துணைக்குழுக்களாகப் பிரிப்பதன் மூலம் இது செயல்படுகிறது.
முடிவு மரத்தின் உள் முனைகள் m-ILS சிக்கலின் உள்ளீட்டு பண்புகளின் அடிப்படையில் தீர்வைக் குறிக்கின்றன, மேலும் இலை முனைகள் இறுதி LS வகைப்பாடு கணிப்பைக் குறிக்கின்றன.ஆய்வு முழுவதும், உள்ளீட்டு அம்சங்கள் மற்றும் வெளியீட்டு கணிப்புகளுக்கு இடையிலான உறவைப் பார்த்து முடிவெடுக்கும் செயல்முறையை விளக்கும் மற்றும் காட்சிப்படுத்தும் முடிவு மரங்களின் படிநிலையைப் புரிந்துகொள்வது எளிது.
கணினி அறிவியல் மற்றும் பொறியியல் துறைகளில், மாணவர்களின் நுழைவுத் தேர்வு மதிப்பெண்கள் [21], மக்கள்தொகைத் தகவல் மற்றும் கற்றல் நடத்தை [22] ஆகியவற்றின் அடிப்படையில் மாணவர் செயல்திறனைக் கணிக்க இயந்திரக் கற்றல் வழிமுறைகள் பரவலாகப் பயன்படுத்தப்படுகின்றன.அல்காரிதம் மாணவர்களின் செயல்திறனைத் துல்லியமாகக் கணித்து, கல்விச் சிக்கல்களுக்கு ஆபத்தில் உள்ள மாணவர்களைக் கண்டறிய உதவியது என்று ஆராய்ச்சி காட்டுகிறது.
பல் பயிற்சிக்கான மெய்நிகர் நோயாளி சிமுலேட்டர்களின் வளர்ச்சியில் ML அல்காரிதம்களின் பயன்பாடு தெரிவிக்கப்பட்டுள்ளது.சிமுலேட்டர் உண்மையான நோயாளிகளின் உடலியல் மறுமொழிகளைத் துல்லியமாக மறுஉருவாக்கம் செய்யும் திறன் கொண்டது மற்றும் பாதுகாப்பான மற்றும் கட்டுப்படுத்தப்பட்ட சூழலில் பல் மாணவர்களுக்கு பயிற்சி அளிக்கப் பயன்படுகிறது [23].பல் மற்றும் மருத்துவக் கல்வி மற்றும் நோயாளி கவனிப்பு ஆகியவற்றின் தரம் மற்றும் செயல்திறனை மேம்படுத்துவதற்கு இயந்திர கற்றல் வழிமுறைகள் சாத்தியமுள்ளதாக வேறு பல ஆய்வுகள் காட்டுகின்றன.அறிகுறிகள் மற்றும் நோயாளியின் குணாதிசயங்கள் [24, 25] போன்ற தரவுத் தொகுப்புகளின் அடிப்படையில் பல் நோய்களைக் கண்டறிய உதவுவதற்கு இயந்திர கற்றல் வழிமுறைகள் பயன்படுத்தப்படுகின்றன.மற்ற ஆய்வுகள் நோயாளியின் விளைவுகளைக் கணிப்பது, அதிக ஆபத்துள்ள நோயாளிகளைக் கண்டறிதல், தனிப்பயனாக்கப்பட்ட சிகிச்சைத் திட்டங்களை உருவாக்குதல் [26], பெரிடோன்டல் சிகிச்சை [27] மற்றும் கேரிஸ் சிகிச்சை [25] போன்ற பணிகளைச் செய்ய இயந்திர கற்றல் வழிமுறைகளைப் பயன்படுத்துவதை ஆராய்ந்தன.
பல் மருத்துவத்தில் இயந்திர கற்றலின் பயன்பாடு குறித்த அறிக்கைகள் வெளியிடப்பட்டாலும், பல் கல்வியில் அதன் பயன்பாடு குறைவாகவே உள்ளது.எனவே, இந்த ஆய்வு பல் மருத்துவ மாணவர்களிடையே LS மற்றும் IS உடன் மிக நெருக்கமாக தொடர்புடைய காரணிகளை அடையாளம் காண முடிவு மர மாதிரியைப் பயன்படுத்துவதை நோக்கமாகக் கொண்டுள்ளது.
இந்த ஆய்வின் முடிவுகள், உருவாக்கப்பட்ட சிபாரிசுக் கருவியானது அதிக துல்லியம் மற்றும் சரியான துல்லியம் கொண்டது என்பதைக் காட்டுகிறது, இது ஆசிரியர்கள் இந்தக் கருவியிலிருந்து பயனடையலாம் என்பதைக் குறிக்கிறது.தரவு சார்ந்த வகைப்பாடு செயல்முறையைப் பயன்படுத்தி, அது தனிப்பயனாக்கப்பட்ட பரிந்துரைகளை வழங்குவதோடு, கல்வியாளர்கள் மற்றும் மாணவர்களுக்கான கல்வி அனுபவங்களையும் விளைவுகளையும் மேம்படுத்தலாம்.அவற்றில், சிபாரிசு கருவிகள் மூலம் பெறப்படும் தகவல்கள், ஆசிரியர்களின் விருப்பமான கற்பித்தல் முறைகள் மற்றும் மாணவர்களின் கற்றல் தேவைகளுக்கு இடையிலான முரண்பாடுகளைத் தீர்க்கும்.எடுத்துக்காட்டாக, சிபாரிசு கருவிகளின் தானியங்கு வெளியீடு காரணமாக, ஒரு மாணவரின் ஐபியை அடையாளம் கண்டு, அதனுடன் தொடர்புடைய ஐபியுடன் பொருத்துவதற்குத் தேவைப்படும் நேரம் கணிசமாகக் குறைக்கப்படும்.இந்த வழியில், பொருத்தமான பயிற்சி நடவடிக்கைகள் மற்றும் பயிற்சி பொருட்கள் ஏற்பாடு செய்ய முடியும்.இது மாணவர்களின் நேர்மறை கற்றல் நடத்தை மற்றும் கவனம் செலுத்தும் திறனை வளர்க்க உதவுகிறது.மாணவர்களுக்கு அவர்களின் விருப்பமான LS உடன் பொருந்தக்கூடிய கற்றல் பொருட்கள் மற்றும் கற்றல் செயல்பாடுகளை வழங்குவது, மாணவர்கள் அதிக திறனை அடைய பல வழிகளில் கற்றலை ஒருங்கிணைக்கவும், செயலாக்கவும் மற்றும் அனுபவிக்கவும் உதவும் என்று ஒரு ஆய்வு தெரிவிக்கிறது [12].வகுப்பறையில் மாணவர் பங்கேற்பை மேம்படுத்துவதோடு, மாணவர்களின் கற்றல் செயல்முறையைப் புரிந்துகொள்வது கற்பித்தல் நடைமுறைகள் மற்றும் மாணவர்களுடனான தொடர்புகளை மேம்படுத்துவதில் முக்கிய பங்கு வகிக்கிறது [28, 29].
இருப்பினும், எந்த நவீன தொழில்நுட்பத்தையும் போலவே, சிக்கல்களும் வரம்புகளும் உள்ளன.தரவு தனியுரிமை, சார்பு மற்றும் நேர்மை, மற்றும் பல் கல்வியில் இயந்திர கற்றல் வழிமுறைகளை உருவாக்க மற்றும் செயல்படுத்த தேவையான தொழில்முறை திறன்கள் மற்றும் வளங்கள் தொடர்பான சிக்கல்கள் இதில் அடங்கும்;இருப்பினும், இந்த பகுதியில் வளர்ந்து வரும் ஆர்வமும் ஆராய்ச்சியும், இயந்திர கற்றல் தொழில்நுட்பங்கள் பல் கல்வி மற்றும் பல் மருத்துவ சேவைகளில் சாதகமான தாக்கத்தை ஏற்படுத்தக்கூடும் என்று தெரிவிக்கிறது.
இந்த ஆய்வின் முடிவுகள், பல் மருத்துவ மாணவர்களில் பாதி பேர் மருந்துகளை "உணரும்" போக்கைக் கொண்டுள்ளனர் என்பதைக் குறிக்கிறது.இந்த வகை கற்பவர்களுக்கு உண்மைகள் மற்றும் உறுதியான எடுத்துக்காட்டுகள், நடைமுறை நோக்குநிலை, விவரங்களுக்கான பொறுமை மற்றும் "காட்சி" LS விருப்பம் ஆகியவை உள்ளன, அங்கு கற்பவர்கள் படங்கள், கிராபிக்ஸ், வண்ணங்கள் மற்றும் வரைபடங்களைப் பயன்படுத்தி யோசனைகளையும் எண்ணங்களையும் தெரிவிக்க விரும்புகிறார்கள்.தற்போதைய முடிவுகள் பல் மற்றும் மருத்துவ மாணவர்களில் LS ஐ மதிப்பிடுவதற்கு ILS ஐப் பயன்படுத்தும் பிற ஆய்வுகளுடன் ஒத்துப்போகின்றன, அவர்களில் பெரும்பாலோர் புலனுணர்வு மற்றும் காட்சி LS [12, 30] பண்புகளைக் கொண்டுள்ளனர்.டால்மோலின் மற்றும் பலர் மாணவர்களுக்கு அவர்களின் LS பற்றி தெரிவிப்பது அவர்களின் கற்றல் திறனை அடைய அனுமதிக்கிறது.மாணவர்களின் கல்விச் செயல்முறையை ஆசிரியர்கள் முழுமையாகப் புரிந்து கொள்ளும்போது, மாணவர்களின் செயல்திறன் மற்றும் கற்றல் அனுபவத்தை மேம்படுத்தும் பல்வேறு கற்பித்தல் முறைகள் மற்றும் செயல்பாடுகளைச் செயல்படுத்தலாம் என்று ஆராய்ச்சியாளர்கள் வாதிடுகின்றனர் [12, 31, 32].மற்ற ஆய்வுகள் மாணவர்களின் LS ஐ சரிசெய்வது மாணவர்களின் கற்றல் அனுபவம் மற்றும் செயல்திறனில் மேம்பாடுகளை அவர்களின் சொந்த LS க்கு ஏற்ப அவர்களின் கற்றல் பாணியை மாற்றிய பிறகு காட்டுகிறது [13, 33].
மாணவர்களின் கற்றல் திறன்களின் அடிப்படையில் கற்பித்தல் உத்திகளை செயல்படுத்துவது தொடர்பாக ஆசிரியர்களின் கருத்துக்கள் மாறுபடலாம்.தொழில்முறை மேம்பாட்டு வாய்ப்புகள், வழிகாட்டுதல் மற்றும் சமூக ஆதரவு உள்ளிட்ட இந்த அணுகுமுறையின் பலன்களை சிலர் பார்க்கும்போது, மற்றவர்கள் நேரம் மற்றும் நிறுவன ஆதரவைப் பற்றி கவலைப்படலாம்.மாணவர்களை மையமாகக் கொண்ட மனப்பான்மையை உருவாக்குவதற்கு சமநிலைக்காக பாடுபடுவது முக்கியமாகும்.பல்கலைக்கழக நிர்வாகிகள் போன்ற உயர்கல்வி அதிகாரிகள், புதுமையான நடைமுறைகளை அறிமுகப்படுத்தி, ஆசிரிய மேம்பாட்டிற்கு ஆதரவளிப்பதன் மூலம் நேர்மறையான மாற்றத்தை ஏற்படுத்துவதில் முக்கிய பங்கு வகிக்க முடியும் [34].உண்மையான ஆற்றல்மிக்க மற்றும் பதிலளிக்கக்கூடிய உயர்கல்வி முறையை உருவாக்க, கொள்கை வகுப்பாளர்கள், கொள்கை மாற்றங்களைச் செய்தல், தொழில்நுட்ப ஒருங்கிணைப்புக்கு வளங்களை ஒதுக்குதல் மற்றும் மாணவர்களை மையமாகக் கொண்ட அணுகுமுறைகளை ஊக்குவிக்கும் கட்டமைப்பை உருவாக்குதல் போன்ற துணிச்சலான நடவடிக்கைகளை எடுக்க வேண்டும்.விரும்பிய முடிவுகளை அடைவதற்கு இந்த நடவடிக்கைகள் முக்கியமானவை.வேறுபட்ட அறிவுறுத்தல் பற்றிய சமீபத்திய ஆராய்ச்சி, வேறுபட்ட அறிவுறுத்தலின் வெற்றிகரமான நடைமுறைக்கு ஆசிரியர்களுக்கான தொடர்ச்சியான பயிற்சி மற்றும் மேம்பாட்டு வாய்ப்புகள் தேவை என்பதை தெளிவாகக் காட்டுகிறது [35].
மாணவர்-நட்பு கற்றல் நடவடிக்கைகளைத் திட்டமிடுவதற்கு மாணவர்களை மையமாகக் கொண்ட அணுகுமுறையை எடுக்க விரும்பும் பல் கல்வியாளர்களுக்கு இந்தக் கருவி மதிப்புமிக்க ஆதரவை வழங்குகிறது.இருப்பினும், இந்த ஆய்வு முடிவு மரம் ML மாதிரிகளின் பயன்பாட்டிற்கு மட்டுமே.எதிர்காலத்தில், பரிந்துரைக் கருவிகளின் துல்லியம், நம்பகத்தன்மை மற்றும் துல்லியம் ஆகியவற்றை ஒப்பிட்டுப் பார்க்க, வெவ்வேறு இயந்திரக் கற்றல் மாதிரிகளின் செயல்திறனை ஒப்பிட்டுப் பார்க்க அதிக தரவு சேகரிக்கப்பட வேண்டும்.கூடுதலாக, ஒரு குறிப்பிட்ட பணிக்கு மிகவும் பொருத்தமான இயந்திர கற்றல் முறையைத் தேர்ந்தெடுக்கும்போது, மாதிரி சிக்கலானது மற்றும் விளக்கம் போன்ற பிற காரணிகளைக் கருத்தில் கொள்வது அவசியம்.
இந்த ஆய்வின் வரம்பு என்னவென்றால், இது பல் மருத்துவ மாணவர்களிடையே LS மற்றும் IS ஐ மேப்பிங் செய்வதில் மட்டுமே கவனம் செலுத்துகிறது.எனவே, வளர்ந்த சிபாரிசு முறை பல் மருத்துவ மாணவர்களுக்கு ஏற்றவற்றை மட்டுமே பரிந்துரைக்கும்.பொது உயர்கல்வி மாணவர் பயன்பாட்டிற்கு மாற்றங்கள் அவசியம்.
புதிதாக உருவாக்கப்பட்ட இயந்திரக் கற்றல் அடிப்படையிலான பரிந்துரைக் கருவி, மாணவர்களின் LSஐ, தொடர்புடைய IS க்கு உடனடியாக வகைப்படுத்தி பொருத்தும் திறன் கொண்டது, இது பல் கல்வியாளர்கள் தொடர்புடைய கற்பித்தல் மற்றும் கற்றல் நடவடிக்கைகளைத் திட்டமிட உதவும் முதல் பல் கல்வித் திட்டமாகும்.தரவு-உந்துதல் சோதனைச் செயல்முறையைப் பயன்படுத்தி, இது தனிப்பயனாக்கப்பட்ட பரிந்துரைகளை வழங்கலாம், நேரத்தைச் சேமிக்கலாம், கற்பித்தல் உத்திகளை மேம்படுத்தலாம், இலக்கு தலையீடுகளை ஆதரிக்கலாம் மற்றும் தற்போதைய தொழில்முறை மேம்பாட்டை மேம்படுத்தலாம்.அதன் பயன்பாடு பல் கல்விக்கான மாணவர்களை மையமாகக் கொண்ட அணுகுமுறைகளை ஊக்குவிக்கும்.
கிலக் ஜானி அசோசியேட்டட் பிரஸ்.மாணவரின் கற்றல் முறைக்கும் ஆசிரியரின் கற்பித்தல் முறைக்கும் இடையே பொருந்துதல் அல்லது பொருந்தாமை.இன்ட் ஜே மோட் கல்வி கணினி அறிவியல்.2012;4(11):51–60.https://doi.org/10.5815/ijmecs.2012.11.05
இடுகை நேரம்: ஏப்-29-2024