Их сургуулийн багш нарын дижитал мэдлэг, чадварын үнэлгээний кластер шинжилгээ
:
https://doi.org/10.65168/bs.218-5:
k-means, k-medoids, хэт хазайлттай утга, Хопкенс утга, Махаланобисын зайХураангуй
Судалгаанд АШУҮИС, ШУТИС, БХИС, СЭЗИС, Этүгэн, Идэр, Ач зэрэг 7 их, дээд сургуулийн I–V курсын 514 оюутан оролцож, 7 асуултаар үнэлгээ өгсөн мэдээллийн санд k-means болон k-medoids (PAM) аргуудыг ашиглан кластер шинжилгээ хийв. Шинжилгээний үр дүнд хоёр өөр кластерчлэлийн аргаар гарсан Cronbach’s alpha (≥0.947)Silhouette коэффициент (≥0.88), Hopkins статистик (≥0.965) зэрэг хэмжигдэхүүнүүд нь асуулгын найдвартай байдал, өгөгдлийн кластерчлалд тохиромжтойг баталсан. Аль аль аргаар багш нарын дижитал мэдлэг, чадварыг "сайн биш" ба "сайн" гэсэн хоёр бүлэгт оновчтойгоор хувааж чадсан бөгөөд дундаж оноо тус бүр 2.2–2.6 ба 3.9–4.4-ийн хооронд байв. K-medoids арга нь medoid-д суурилсан, outlier өгөгдөлд тэсвэртэй байдлаараа илүү бодитой үр дүн өгч байв. Мөн нийт оюутны 36.2–39.1 хувь нь "сайн биш", 60.9–63.8 хувь нь "сайн" үнэлгээтэй кластеруудад хуваарилагдсан нь багш нарын дижитал чадамжийг ялган бүлэглэх боломжийг харуулж байна. Нэг хүчин зүйлт дисперсийн шинжилгээ (ANOVA)-гаар A1–A7 асуулт тус бүр дээр хоёр кластерын хооронд статистикийн хувьд илт ялгаа (F > 300, p < 0.001) ажиглагдсан нь бүлгүүдийн үнэлгээний хандлагын ялгааг баталгаажуулав. Энэхүү судалгаа нь их, дээд сургуулийн багш нарын дижитал мэдлэг, чадварыг оюутны үнэлгээнд тулгуурлан тоон өгөгдөлд суурилсан найдвартай аргаар тодорхойлох боломжтойг харуулж байна.
Ном зүй
UNESCO, “Adverse Consequences of School Closures,” UNESCO, 2020.
R. Christine ба P. Yves, European framework for the digital competence of educators, Joint Research Centre (European Commission), 2017/11/26.
Piaget J., Grize J.B., Szeminska A., Bang V., Epistemology and Psychology of Functions, Dordrecht, Netherlands: D. Reidel Publishing Company, 1977.
Tondeur, J., Scherer, R., Siddiq, F., & Baran, E., “A comprehensive framework for teachers’ digital competence: Theoretical underpinnings and application,” Educational Technology Research and Development, б. 6, p. 1273–1290, 2017.
Tondeur, J., van Braak, J., Sang, G., Voogt, J., Fisser, P., & Ottenbreit-Leftwich,, “Technology integration in education: Evaluating the impact of professional development,” Educational Technology & Society, б. 59, %1-ийн д.д1, pp. 134-144, August 2012.
Romero-Rodríguez, J., Aznar-Diaz, I., Hinojo-Lucena, F., and Gomez-Garcia, G, “Mobile Learning in Higher Education: Structural Equation Model for Good Teaching Practices,” IEEE Access, б. 8, p. 91761–91769, 15 May 2020.
F, Han; A., Ellis R., “Personalised learning networks in the university blended learning context,” Comunicar, б. 28, pp. 19-30, 16 Oct 2019.
Moreno-Guerrero, A., Miaja-Chippirraz, N., Bueno-Pedrero, A., and Borrego-Otero, L., “The Information and Information Literacy Area of the Digital Teaching Competence,” б. 24, pp. 521-536, 2020.
V. K. Muhammed Murat Gümüş, “Developing a digital competence scale for teachers- validity and reliability study,” 28 June 2022.
I. M. Gómez-Trigueros, “Digital competence of higher education teachers and students: a systematic literature review (2011–2021),” Education and Information Technologies, б. 28, pp. 1981-2008, 2023.
T. Hastie, R. Tibshirani ба J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2, Хян., New York: Springer, 2009.
E. T. Service, iSkills™ Assessment: Measuring 21st Century ICT Literacy Skills, Princeton, NJ: ETS, 2007.
F. D. Davis, “Perceived usefulness, perceived ease of use, and user acceptance of information technology,” MIS Quarterly, б. 13, %1-ийн д.д3, pp. 319-340, 1989.
Үндэсний Статистикийн хороо, “Иргэдийн мэдээллийн технологийн хэрэглээний өнөөгийн байдал,” 2024. [Холбогдсон]. Available: https://sudalgaa.gov.mn/irgediyn-medeelliyn-tekhnologiyn-kheregleeniy-ngiyn-baydlyn-talaar-mzy.
Л. Ж. Ц.Ганбат, “Их сургуулийн оюутнуудын мэдээлэл, харилцаа холбооны технологийн хэрэглээнд хандах хандлагыг судлах нь. МУИС-ийн Боловсрол судлалын сэтгүүл,” Боловсрол судлал, б. 20, %1-ийн д.д1, pp. 45-52, 2019.
C. A. Sara Dias-Trindade, “University Teachers’ Digital Competence: A Case Study from Portugal,” 15 October 2022.
J. BRAIN HOPKINS, “A new method for determining the type of distribution of plant individuals,” Annals of Botany, б. 18, %1-ийн д.д2, pp. 213-227, 2 April 1954.
A. Banerjee ба R. Dave, “Validating clusters using the Hopkins statistic,” 2004 IEEE International Conference on Fuzzy Systems (IEEE Cat. No.04CH37542), б. 1, pp. 149-153, 10 January 2004.
R. M. Cormack, “A Review of Classification,” Journal of the Royal Statistical A, б. 134, pp. 321-367, 1971.
P. J. Rousseeuw, “Silhouettes: A graphical aid to the interpretation and validation of cluster analysis,” Computational and Applied Mathematics, б. 20, pp. 53-65, 1987.
P. B. Catriel Beeri, “When is "nearest neighbor" meaningful?,” Jerusalem, Israel,, 1999.
“Who Belongs in the Family?,” The Psychometric Society, б. 18, %1-ийн д.д4, pp. 267-276, December 1953.
W. G. H. T. Tibshirani Robert, “Estimating the Number of Clusters in a Data Set Via the Gap Statistic,” Journal of the Royal Statistical Society Series B, p. 63, 01 January 2001.
L. Collins, “Research Design and Methods,” Encyclopedia of Gerontology (Second Edition), pp. 433-442, 12 February 2007.
Л. Ц.Мөнгөнтуул, “Оюутны сэтгэл ханамжийн үнэлгээний кластер шинжилгээ,” Эрүүл мэндийн шинжлэх ухаан, б. 19, %1-ийн д.д4, pp. 88-92, 2023.
Santiago Alonso-García, Juan José Victoria-Maldonado, Pablo José García-Sempere, Fernando Lara-Lara, “Student evaluation of teacher digitals skills at Granada University,” Frontiers in Education, б. 7, 2023.
Brian S. Everitt, Sabine Landau, Morven Leese, Daniel Stahl, Cluster Analysis, б. 1, 2011, p. 8.
