CV Personal Website


FA
Mohammad Ali Rostaminezhad

Mohammad Ali Rostaminezhad

Associate Professor

marostami@birjand.ac.ir

دانشکده/پردیس: Educational Science and Psychology

گروه/دانشکده Educational Sciences

Degree: Ph.D

Birth Year: 19780910

CV Personal Website
FA
Mohammad Ali Rostaminezhad

Associate Professor Mohammad Ali Rostaminezhad

marostami@birjand.ac.ir
دانشکده/پردیس: Educational Science and Psychology - گروه/دانشکده Educational Sciences Degree: Ph.D | Birth Year: 19780910 |

Mohammad Ali Rostaminezhad is AssistantProfessor of Instruc-tional technology at University of birjand, Iran. His research interest is ICT in education with especial attention to e-learning, e-assessment, so-cial media in education, technology in teaching students with especial needs. He also involved in designing and developingelectronic education-al content. Dr. Rostaminezhad has M.A. and Ph.D in instructional tech-nology from Allameh Tabataba'i University, Tehran, Iran

Show More

کاربردهای مدل‌سازی یادگیرنده در طراحی برنامه‌درسی: مرور نظام‌مند

Authorsمحمدعلی رستمی نژاد,محبوبه ظهوریان مفتخراحمدی,محسن آیتی
Journalبرنامه درسی و آموزش یادگیرنده محور
Page number97-117
Serial number۴
Volume number۴
Paper TypeFull Paper
Published At۲۰۲۶
Journal TypeElectronic
Journal CountryIran, Islamic Republic Of
Keywordsپیشرفت‌ تحصیلی؛ طراحی برنامه‌درسی؛ مدل‌سازی یادگیرنده؛ هوش‌مصنوعی

Abstract

هدف: توجه به تفاوت های فردی در طراحی و رهبری برنامه درسی بسیار حائز اهمیت است. مدل‌سازی یادگیرنده، با قابلیت کمک به شخصی‌سازی یادگیری و بهینه‌سازی منابع، به‌عنوان یک راه حل در این مسیر می‌تواند مطرح شود. این مطالعه با تمرکز بر چهار سوال (تعریف مدل‌سازی یادگیرنده، انواع، کاربردها و روش‌های پیاده‌سازی آن) به تحلیل نقش مدل‌سازی یادگیرنده در طراحی برنامه درسی می‌پردازد. روش پژوهش: به روش مرور نظام‌مند براساس دستورالعمل پریزما، ۵1 مقاله از پایگاه‌های Web of Science و Scopus استخراج شد. پس از غربالگری، 12 مقاله با استفاده از تحلیل استقرایی و کدگذاری کیفی تحلیل شدند. یافته‌ها: بر اساس بررسی و تحلیل دقیق مقالات، تعریف مدل‌سازی یادگیرنده در طراحی برنامه درسی در سه چارچوب مختلف مبتنی بر هوش مصنوعی، مبتنی بر هستی شناسی و مبتنی بر اطلاعات شناختی یادگیرنده تعریف و در هفت نوع پوششی، کلیشه‌ای، اغتشاش، مبتنی بر یادگیری ماشین، ردیابی، هستی‌شناسی و ترکیبی طبقه‌بندی شدند. کاربردهای مدل‌سازی یادگیرنده شامل «تنظیم ساختار یادگیری»، «افزایش کارایی آموزش» و «طراحی برنامه‌های درسی شخصی‌سازی» بود. الگویتم پیاده‌سازی آن به سه دسته کدنویسی، هوش مصنوعی و ترکیبی تقسیم شدند. تفاوت اصلی آن‌ها در سطح وابستگی به داده و پیچیدگی سیستم است. مدل‌سازی یادگیرنده امکان تنظیم پویای برنامه درسی، بازخورد بلادرنگ و بهینه‌سازی عملکرد یادگیرندگان را فراهم می‌کند. نتیجه‌گیری: مدل‌سازی یادگیرنده با پیوند نظریه‌های آموزشی و فناوری، چالش‌های نظام‌های متمرکز را کاهش می‌دهد. یکپارچه‌سازی هوش مصنوعی در چارچوب‌های تربیتی نیازمند همکاری بین‌رشته‌ای، مدل‌های نظری قوی و ملاحظات اخلاقی برای تحول پایدار اس

Paper URL