نوع مقاله : مقاله پژوهشی

نویسندگان

• نازیلا خطیب زنجانی ¹
• مهسا کریمی ²

¹ دانشیار برنامه ریزی آموزش از دور گروه علوم تربیتی، دانشگاه پیام نور، ایران

² دانشجوی دکتری برنامه ریزی آموزش از راه دور، دانشگاه پیام نور، واحد امارات

چکیده

این پژوهش به طراحی و اعتبارسنجی الگوی ارزشیابی مبتنی بر هوش مصنوعی در دانشگاه پیام‌نور پرداخته است. نوع تحقیق از نظر داده‌ها، آمیخته متوالی با رویکرد اکتشافی بود و شامل دو بخش کیفی و کمی است. در بخش کیفی، مراحل فراترکیب و دلفی مورد استفاده قرار گرفت. جامعه آماری در مرحله فراترکیب شامل مبانی نظری و پیشینه‌های مرتبط از پایگاه‌های داده داخلی و خارجی و در مرحله دلفی شامل 15 نفر از کارشناسان با روش نمونه‌گیری غیرتصادفی هدفمند بود. در بخش کمی، جامعه آماری شامل اساتید دانشگاه پیام‌نور بود که 245 نفر از آن‌ها با روش نمونه‌گیری خوشه‌ای انتخاب شدند. داده‌ها در بخش کیفی از طریق مرور سیستماتیک ادبیات و در مرحله دلفی با کاربرگ جمع‌آوری شد. در بخش کمی نیز از پرسشنامه 75 گویه‌ای که از نتایج بخش کیفی استخراج شده بود، استفاده گردید. اعتبار و پایایی ابزارها بررسی شده و نتایج نشان‌دهنده اعتبار مناسب آن‌ها بود. تحلیل داده‌ها در بخش کیفی با استفاده از تحلیل سیستماتیک و ضریب توافق کندال و در بخش کمی با آمار توصیفی و استنباطی (تحلیل عاملی تأییدی) با نرم‌افزارهای Maxqda، SPSS و Smart PLS انجام شد. یافته‌ها نشان داد که الگوی ارزشیابی شامل ابعاد طراحی، اجرا و پیاده‌سازی، تحلیل نتایج و بهبود و توسعه است. این الگو بر اساس ابعاد و مؤلفه‌های مذکور ارائه و اعتبار آن تأیید شد.

کلیدواژه‌ها

• طراحی الگو
• اعتبارسنجی
• ارزشیابی
• هوش مصنوعی

عنوان مقاله [English]

Design and Validation of an Artificial Intelligence-Based Evaluation Model at Payam Noor University

نویسندگان [English]

• Nazila Khatib Zanjani ¹
• Mahsa Karimi ²

¹ Associate Professor of Distance Education Planning, Department of Educational Sciences, Payame_ Noor University, Iran

² PhD student, Department of Distance Education Planning, Payame_ Noor University, Emirates Branch

چکیده [English]

This study designed and validated an artificial intelligence-based evaluation model at Payam Noor University. The research type was a sequential mixed method with an exploratory approach in terms of data and included two qualitative and quantitative parts. In the qualitative part, the meta-synthesis and Delphi stages were used. The statistical population in the meta-synthesis stage included theoretical foundations and related backgrounds from domestic and foreign databases, and in the Delphi stage, it included 15 experts using a purposive non-random sampling method. In the quantitative part, the statistical population included all professors at Payam Noor University, 245 of whom were selected using a cluster sampling method. Data were collected in the qualitative part through a systematic literature review and in the Delphi stage with a worksheet. In the quantitative part, a 75-item questionnaire extracted from the results of the qualitative part was used. The validity and reliability of the tools were examined, and the results indicated their appropriate validity. Data analysis in the qualitative part was performed using systematic analysis and Kendall's coefficient of agreement, and in the quantitative part, descriptive and inferential statistics (confirmatory factor analysis) were performed using Maxqda, SPSS, and Smart PLS software. The findings showed that the evaluation model includes the dimensions of design, implementation, analysis of results, and improvement and development. This model was presented and its validity was confirmed based on the aforementioned dimensions and components.

کلیدواژه‌ها [English]

• Model Design
• Validation
• Evaluation
• Artificial Intelligence