اعليٰ تعليمي ادارن ۾ شاگردن جي وچ ۾ سکيا (SCL) جي وڌندڙ ضرورت آهي، بشمول دندان سازي.تنهن هوندي، SCL کي ڏندن جي تعليم ۾ محدود درخواست آهي.تنهن ڪري، هن مطالعي جو مقصد ڊينٽسٽري ۾ SCL جي ايپليڪيشن کي فروغ ڏيڻ آهي فيصلي واري وڻ مشين سکيا (ML) ٽيڪنالاجي کي استعمال ڪندي ترجيحي سکيا وارو انداز (LS) ۽ ڊينٽل شاگردن جي لاڳاپيل سکيا واري حڪمت عملي (IS) کي ترقي ڪرڻ لاء هڪ مفيد اوزار جي طور تي. .ڏندن جي شاگردن لاء واعدو طريقا.
ملايا يونيورسٽي مان ڪل 255 ڊينٽل شاگردن تبديل ٿيل انڊيڪس آف لرننگ اسٽائلز (m-ILS) سوالنامو مڪمل ڪيو، جنهن ۾ 44 شيون شامل هيون انهن کي انهن جي لاڳاپيل LSs ۾ درجه بندي ڪرڻ لاءِ.گڏ ڪيل ڊيٽا (ڊيٽا سيٽ سڏيو ويندو آهي) نگراني ٿيل فيصلي واري وڻ جي سکيا ۾ استعمال ڪيو ويندو آهي خودڪار طريقي سان شاگردن جي سکيا جي انداز کي سڀ کان وڌيڪ مناسب IS سان.مشين لرننگ جي بنياد تي IS سفارش واري اوزار جي درستگي جو پوءِ جائزو ورتو ويندو.
LS (انپٽ) ۽ IS (ٽارگٽ آئوٽ پُٽ) جي وچ ۾ هڪ خودڪار ميپنگ جي عمل ۾ فيصلي واري وڻ جي ماڊل جي درخواست هر ڏندن جي شاگردن لاءِ مناسب سکيا واري حڪمت عملي جي فوري فهرست جي اجازت ڏئي ٿي.IS سفارش واري اوزار مڪمل درستي جو مظاهرو ڪيو ۽ مجموعي ماڊل جي درستگي کي ياد ڪيو، اشارو ڪيو ته LS سان IS سان ملندڙ سٺي حساسيت ۽ خاصيت آهي.
ML فيصلي واري وڻ جي بنياد تي هڪ IS سفارش وارو اوزار صحيح سکيا واري حڪمت عملي سان ڏندن جي شاگردن جي سکيا واري انداز کي درست نموني سان ملائڻ جي صلاحيت کي ثابت ڪيو آهي.هي اوزار سکيا ڏيندڙ مرڪز ڪورسز يا ماڊلز جي منصوبابندي لاءِ طاقتور آپشن فراهم ڪري ٿو جيڪي شاگردن جي سکيا جي تجربي کي وڌائي سگهن ٿا.
تدريس ۽ سکيا تعليمي ادارن ۾ بنيادي سرگرميون آهن.جڏهن هڪ اعلي معيار جي حرفوي تعليمي نظام کي ترقي ڪندي، اهو ضروري آهي ته شاگردن جي سکيا جي ضرورتن تي ڌيان ڏيڻ.شاگردن ۽ انهن جي سکيا واري ماحول جي وچ ۾ رابطي کي انهن جي ايل ايس ذريعي طئي ڪري سگهجي ٿو.تحقيق مان معلوم ٿئي ٿو ته شاگردن جي LS ۽ IS جي وچ ۾ استاد جي ارادي جي بي ترتيبي شاگردن جي سکيا لاءِ ناڪاري نتيجا ٿي سگهي ٿي، جهڙوڪ ڌيان ۽ حوصلي ۾ گهٽتائي.اهو اڻ سڌي طرح شاگردن جي ڪارڪردگي تي اثر انداز ڪندو [1,2].
IS ھڪڙو طريقو آھي جيڪو استادن پاران شاگردن کي علم ۽ صلاحيتون ڏيڻ لاءِ استعمال ڪيو ويندو آھي، بشمول شاگردن کي سکڻ ۾ مدد ڏيڻ [3].عام طور تي، سٺا استاد تدريسي حڪمت عملين يا IS جي منصوبابندي ڪن ٿا جيڪي انهن جي شاگردن جي علم جي سطح، تصورات جيڪي اهي سکي رهيا آهن، ۽ انهن جي سکيا جي مرحلي سان ملن ٿا.نظرياتي طور تي، جڏهن LS ۽ IS ملن ٿا، شاگردن کي منظم ڪرڻ ۽ مهارتن جي هڪ مخصوص سيٽ کي مؤثر طريقي سان سکڻ لاءِ استعمال ڪرڻ جي قابل هوندا.عام طور تي، هڪ سبق جي منصوبي ۾ مرحلن جي وچ ۾ ڪيترائي منتقلي شامل آهن، جهڙوڪ درس کان هدايت واري مشق يا هدايت واري مشق کان آزاد مشق تائين.انهي کي ذهن ۾ رکندي، مؤثر استاد اڪثر شاگردن جي علم ۽ صلاحيتن کي وڌائڻ جي مقصد سان هدايتون ٺاهيندا آهن [4].
SCL جي طلب اعلي تعليمي ادارن ۾ وڌي رهي آهي، بشمول دندان سازي.SCL حڪمت عمليون ٺهيل آهن شاگردن جي سکيا جي ضرورتن کي پورو ڪرڻ لاءِ.اهو حاصل ڪري سگهجي ٿو، مثال طور، جيڪڏهن شاگرد فعال طور تي سکيا جي سرگرمين ۾ حصو وٺن ۽ استاد سهولتڪار طور ڪم ڪن ۽ قيمتي راءِ ڏيڻ جا ذميوار هجن.اهو چيو ويندو آهي ته سکيا جو مواد ۽ سرگرميون مهيا ڪن ٿيون جيڪي شاگردن جي تعليمي سطح يا ترجيحن لاءِ مناسب هجن شاگردن جي سکيا واري ماحول کي بهتر بڻائي سگهن ٿيون ۽ سکيا جي مثبت تجربن کي فروغ ڏئي سگهن ٿيون [5].
عام طور تي ڳالهائڻ، ڏندن جي شاگردن جي سکيا وارو عمل مختلف ڪلينڪ جي طريقيڪار کان متاثر ٿئي ٿو جيڪي انهن کي انجام ڏيڻ جي ضرورت آهي ۽ ڪلينڪ ماحول جنهن ۾ اهي موثر باصلاحيت صلاحيتن کي ترقي ڪن ٿا.تربيت جو مقصد اهو آهي ته شاگردن کي ڏندن جي ڪلينڪ جي مهارتن سان ڏندن جي بنيادي ڄاڻ کي گڏ ڪرڻ ۽ حاصل ڪيل علم کي نئين ڪلينڪ حالتن تي لاڳو ڪرڻ [6, 7].LS ۽ IS جي وچ ۾ لاڳاپن جي ابتدائي تحقيق مان معلوم ٿئي ٿو ته سکيا واري حڪمت عملين کي ترتيب ڏيڻ سان ميپ ڪيل ترجيحي ايل ايس سان تعليمي عمل کي بهتر بنائڻ ۾ مدد ملندي [8].ليکڪ شاگردن جي سکيا ۽ ضرورتن کي ترتيب ڏيڻ لاء مختلف تدريس ۽ تشخيص طريقن کي استعمال ڪرڻ جي صلاح ڏين ٿا.
استادن کي LS علم لاڳو ڪرڻ مان فائدو حاصل ٿئي ٿو ته جيئن انهن کي هدايتون تيار ڪرڻ، ترقي ڪرڻ ۽ ان تي عمل ڪرڻ ۾ مدد ملي سگهي جيڪا شاگردن جي عميق ڄاڻ جي حاصلات کي وڌائيندي ۽ موضوع جي معاملي کي سمجھڻ ۾ مدد ڪندي.محققن ڪيترن ئي ايل ايس جي تشخيص جا اوزار ٺاهيا آهن، جهڙوڪ ڪولب تجرباتي سکيا وارو ماڊل، فيلڊر-سلورمين لرننگ اسٽائل ماڊل (FSLSM)، ۽ فليمنگ VAK/VARK ماڊل [5, 9, 10].ادب جي مطابق، اهي سکيا جا ماڊل سڀ کان وڌيڪ عام طور تي استعمال ٿيل آهن ۽ سڀ کان وڌيڪ مطالعو سکيا جا ماڊل آهن.موجوده تحقيقي ڪم ۾، FSLSM ڏندن جي شاگردن جي وچ ۾ LS جو جائزو وٺڻ لاء استعمال ڪيو ويندو آهي.
FSLSM هڪ وڏي پيماني تي استعمال ٿيل ماڊل آهي انجنيئرنگ ۾ اناپيٽيو لرننگ جو جائزو وٺڻ لاءِ.صحت جي سائنسن ۾ ڪيترائي شايع ٿيل ڪم آهن (جنهن ۾ دوائون، نرسنگ، فارميسي ۽ دندان سازي شامل آهن) جيڪي FSLSM ماڊل استعمال ڪندي ڳولهي سگهجن ٿا [5، 11، 12، 13].FLSM ۾ LS جي طول و عرض کي ماپڻ لاءِ استعمال ٿيندڙ اوزار انڊيڪس آف لرننگ اسٽائلس (ILS) [8] سڏيو ويندو آهي، جنهن ۾ 44 شيون شامل آهن جن ۾ LS جي چار طول و عرض جو اندازو لڳايو ويو آهي: پروسيسنگ (فعال/عڪس)، تصور (ادراڪ/ وجداني)، ان پٽ (بصري)./زباني) ۽ سمجھڻ (ترتيب/عالمي) [14].
جيئن ته شڪل 1 ۾ ڏيکاريل آهي، هر FSLSM طول و عرض هڪ غالب ترجيح آهي.مثال طور، پروسيسنگ جي طول و عرض ۾، "فعال" LS وارا شاگرد معلومات کي پروسيس ڪرڻ کي ترجيح ڏين ٿا سڌو سنئون سکيا واري مواد سان رابطي سان، سکڻ جي ذريعي، ۽ گروپن ۾ سکڻ جو رجحان.”عڪاسي ڪندڙ“ ايل ايس جو مطلب آهي سوچڻ جي ذريعي سکڻ ۽ اڪيلو ڪم ڪرڻ کي ترجيح ڏئي ٿو.ايل ايس جي "سمجهڻ" جي طول و عرض کي "احساس" ۽ / يا "وجدان" ۾ ورهائي سگهجي ٿو.”احساس“ شاگرد وڌيڪ ٺوس معلومات ۽ عملي طريقيڪار کي ترجيح ڏين ٿا، حقيقتن تي مبني آهن ان جي مقابلي ۾ ”وجداني“ شاگردن جيڪي تجريدي مواد کي ترجيح ڏين ٿا ۽ فطرت ۾ وڌيڪ نوان ۽ تخليقي آهن.LS جو ”انپٽ“ طول و عرض ”بصري“ ۽ ”زباني“ سکندڙن تي مشتمل آهي.”بصري“ ايل ايس وارا ماڻهو بصري مظاهرن ذريعي سکڻ کي ترجيح ڏيندا آهن (جهڙوڪ ڊراگرام، وڊيوز، يا لائيو مظاهرا)، جڏهن ته ”زباني“ ايل ايس وارا ماڻهو لکت يا زباني وضاحتن ۾ لفظن ذريعي سکڻ کي ترجيح ڏيندا آهن.LS طول و عرض کي ”سمجھڻ“ لاءِ، اهڙن سکيا ڏيندڙن کي ”ترتيباتي“ ۽ ”عالمي“ ۾ ورهائي سگهجي ٿو."تسلسل سکندڙ هڪ لڪير واري سوچ جي عمل کي ترجيح ڏين ٿا ۽ قدم قدم تي سکندا آهن، جڏهن ته عالمي سکندڙن کي هڪ جامع سوچ وارو عمل هوندو آهي ۽ هميشه انهن کي بهتر سمجهندا آهن جيڪي اهي سکيا آهن.
تازو، ڪيترن ئي محققن پاڻمرادو ڊيٽا جي ڳولا جي طريقن کي ڳولڻ شروع ڪيو آهي، جنهن ۾ نئين الگورتھم ۽ ماڊلز جي ترقي شامل آهن جيڪي ڊيٽا جي وڏي مقدار جي تشريح ڪرڻ جي قابل آهن [15, 16].مهيا ڪيل ڊيٽا جي بنياد تي، نگراني ڪيل ايم ايل (مشين لرننگ) نمونن ۽ مفروضن کي پيدا ڪرڻ جي قابل آهي جيڪي مستقبل جي نتيجن جي اڳڪٿي ڪن ٿا الورورٿم جي تعمير جي بنياد تي [17].آسان لفظ ۾، نگراني ڪيل مشين لرننگ ٽيڪنڪ ان پٽ ڊيٽا ۽ ٽرين الگورتھم کي هٿي وٺندي آهي.اهو پوءِ هڪ حد پيدا ڪري ٿو جيڪا درجه بندي ڪري ٿي يا نتيجن جي اڳڪٿي ڪري ٿي ساڳئي حالتن جي بنياد تي مهيا ڪيل ان پٽ ڊيٽا لاءِ.نگراني ڪيل مشين لرننگ الگورتھم جو بنيادي فائدو مثالي ۽ گهربل نتيجا قائم ڪرڻ جي صلاحيت آهي [17].
ڊيٽا تي مبني طريقن ۽ فيصلي جي وڻ ڪنٽرول ماڊل جي استعمال ذريعي، LS جي خودڪار ڳولڻ ممڪن آهي.فيصلي جي وڻن کي وڏي پيماني تي استعمال ڪيو ويو آهي تربيتي پروگرامن ۾ مختلف شعبن ۾، بشمول صحت سائنس [18، 19].هن مطالعي ۾، ماڊل خاص طور تي تربيت ڪئي وئي سسٽم ڊولپرز پاران شاگردن جي LS جي سڃاڻپ ڪرڻ ۽ انهن لاء بهترين IS جي سفارش ڪرڻ لاء.
هن مطالعي جو مقصد شاگردن جي LS جي بنياد تي IS پهچائڻ واري حڪمت عملي کي ترقي ڪرڻ آهي ۽ LS ڏانهن نقشي ڪيل IS سفارش واري اوزار کي ترقي ڪندي SCL اپروچ کي لاڳو ڪرڻ آهي.IS سفارش واري اوزار جي ڊيزائن جو وهڪرو SCL طريقي جي حڪمت عملي جي طور تي شڪل 1 ۾ ڏيکاريو ويو آھي. IS سفارش واري ٽول کي ٻن حصن ۾ ورهايو ويو آھي، جنھن ۾ LS جي درجه بندي جو طريقو شامل آھي ILS استعمال ڪندي ۽ شاگردن لاءِ سڀ کان مناسب IS ڊسپلي.
خاص طور تي، معلومات جي حفاظت جي سفارش واري اوزار جي خاصيتن ۾ ويب ٽيڪنالاجيز جو استعمال ۽ فيصلي جي وڻ جي مشين جي سکيا جو استعمال شامل آهي.سسٽم ڊولپرز صارف جي تجربي ۽ متحرڪ کي بهتر بڻائي ٿو انهن کي موبائيل ڊوائيسز جهڙوڪ موبائيل فونز ۽ ٽيبلٽس سان ترتيب ڏيڻ سان.
تجربو ٻن مرحلن ۾ ڪيو ويو ۽ ملايا يونيورسٽي جي فيڪلٽي آف ڊينٽسٽري جي شاگردن رضاڪارانه طور تي حصو ورتو.شرڪت ڪندڙن ڏندن جي شاگردن جي آن لائن ايم-ILS کي انگريزي ۾ جواب ڏنو.شروعاتي مرحلي ۾، 50 شاگردن جي ڊيٽا سيٽ کي استعمال ڪيو ويو فيصلو ٽرين مشين لرننگ الگورتھم کي تربيت ڏيڻ لاء.ترقي جي عمل جي ٻئي مرحلي ۾، 255 شاگردن جو ڊيٽا سيٽ استعمال ڪيو ويو ته جيئن ترقي يافته اوزار جي درستگي کي بهتر بڻائي سگهجي.
سڀني شرڪت ڪندڙن کي هر اسٽيج جي شروعات ۾ هڪ آن لائن بريفنگ ملي ٿي، تعليمي سال جي لحاظ کان، Microsoft ٽيمن ذريعي.مطالعي جو مقصد بيان ڪيو ويو ۽ ڄاڻايل رضامندي حاصل ڪئي وئي.سڀني شرڪت ڪندڙن کي M-ILS تائين رسائي حاصل ڪرڻ لاء لنڪ سان مهيا ڪيو ويو.هر شاگرد کي هدايت ڪئي وئي ته سوالنامي تي سڀني 44 شين جا جواب ڏين.انهن کي هڪ هفتو ڏنو ويو هو تبديل ٿيل ILS کي مڪمل ڪرڻ لاءِ هڪ وقت ۽ جڳهه تي جيڪو انهن لاءِ آسان آهي سيمسٽر جي وقفي دوران سيمسٽر جي شروعات کان اڳ.m-ILS اصل ILS اوزار تي مبني آهي ۽ ڏندن جي شاگردن لاءِ تبديل ٿيل آهي.اصل ILS وانگر، ان ۾ 44 برابر ورهايل شيون شامل آهن (a, b)، هر هڪ ۾ 11 شيون آهن، جيڪي هر FSLSM طول و عرض جي پهلوئن جو جائزو وٺڻ لاءِ استعمال ڪيون وينديون آهن.
اوزار جي ترقي جي شروعاتي مرحلن دوران، محقق دستي طور تي 50 ڏندن جي شاگردن جي ڊيٽا سيٽ استعمال ڪندي نقشن کي بيان ڪيو.FSLM جي مطابق، سسٽم جوابن جو مجموعو "a" ۽ "b" مهيا ڪري ٿو.هر طول و عرض لاءِ، جيڪڏهن شاگرد ”الف“ کي جواب جي طور تي چونڊي ٿو، ته ايل ايس کي ايڪٽو/پرسيپيوئل/بصري/سلسلن جي طور تي درجه بندي ڪيو ويندو آهي، ۽ جيڪڏهن شاگرد ”ب“ کي جواب جي طور تي چونڊيندو آهي، ته شاگرد جي درجه بندي ڪئي ويندي آهي Reflective/Intuitive/Linguistic. ./ عالمي سکيا ڏيندڙ.
ڏندن جي تعليم جي محققن ۽ سسٽم ڊولپرز جي وچ ۾ ڪم جي فلو کي ترتيب ڏيڻ کان پوء، سوالن کي چونڊيو ويو FLSSM ڊومين جي بنياد تي ۽ هر شاگرد جي LS جي اڳڪٿي ڪرڻ لاءِ ML ماڊل ۾ فيڊ ڪيو ويو.”گاربيج ان، گاربيج آئوٽ“ مشين لرننگ جي شعبي ۾ هڪ مشهور چوڻي آهي، جنهن ۾ ڊيٽا جي معيار تي زور ڏنو ويو آهي.ان پٽ ڊيٽا جو معيار مشين لرننگ ماڊل جي درستگي ۽ درستگي کي طئي ڪري ٿو.فيچر انجنيئرنگ مرحلي دوران، ھڪ نئون فيچر سيٽ ٺاھيو ويو آھي جيڪو جوابن جو مجموعو آھي "a" ۽ "b" FLSSM جي بنياد تي.دوائن جي پوزيشن جا سڃاڻپ نمبر جدول 1 ۾ ڏنل آهن.
جوابن جي بنياد تي نمبر ڳڻيو ۽ شاگرد جي LS جو تعين ڪريو.هر شاگرد لاءِ، اسڪور جي حد 1 کان 11 تائين هوندي آهي. 1 کان 3 تائين سکور هڪ ئي طول و عرض ۾ سکيا جي ترجيحن جي توازن کي ظاهر ڪن ٿا، ۽ 5 کان 7 تائين جا اسڪور اعتدال پسند ترجيحن جي نشاندهي ڪن ٿا، اهو ظاهر ڪري ٿو ته شاگرد هڪ ماحول کي ترجيح ڏين ٿا ٻين کي سيکاريندي .ساڳئي طول و عرض تي هڪ ٻيو فرق اهو آهي ته 9 کان 11 تائين سکور هڪ ٻئي يا ٻئي جي لاء مضبوط ترجيح ظاهر ڪن ٿا [8].
هر طول و عرض لاء، منشيات کي "فعال"، "عڪاسي" ۽ "متوازن" ۾ گروپ ڪيو ويو.مثال طور، جڏهن هڪ شاگرد هڪ مقرر ڪيل شيءِ تي ”ب“ کان گهڻو ڪري ”a“ جو جواب ڏئي ٿو ۽ هن جو نمبر 5 جي حد کان وڌي ٿو ڪنهن خاص شيءِ لاءِ جيڪو پروسيسنگ LS جي طول و عرض جي نمائندگي ڪري ٿو، هن جو تعلق ”فعال“ ايل ايس سان آهي. ڊومين..جڏهن ته، شاگردن کي "عڪاسي" LS جي طور تي درجه بندي ڪيو ويو جڏهن انهن مخصوص 11 سوالن ۾ "a" کان وڌيڪ "b" چونڊيو (ٽيبل 1) ۽ 5 پوائنٽن کان وڌيڪ سکور ڪيا.آخرڪار، شاگرد "توازن" جي حالت ۾ آهي.جيڪڏهن سکور 5 پوائنٽن کان وڌيڪ نه آهي، پوء اهو هڪ "عمل" LS آهي.درجه بندي جي عمل کي ٻين LS طول و عرض لاء بار بار ڪيو ويو، يعني تصور (فعال/عڪس)، ان پٽ (بصري / زباني)، ۽ سمجھڻ (ترتيباتي / عالمي).
فيصلي جي وڻ جا ماڊل درجه بندي جي عمل جي مختلف مرحلن تي خاصيتن ۽ فيصلي جي ضابطن جي مختلف سبسٽس استعمال ڪري سگھن ٿا.اهو هڪ مشهور درجه بندي ۽ اڳڪٿي ڪرڻ وارو اوزار سمجهيو ويندو آهي.اهو هڪ وڻ جي جوڙجڪ جي استعمال سان نمائندگي ڪري سگهجي ٿو جهڙوڪ فلو چارٽ [20]، جنهن ۾ اندروني نوڊس آهن جيڪي خاصيت جي ذريعي ٽيسٽ جي نمائندگي ڪن ٿا، هر شاخ امتحان جي نتيجن جي نمائندگي ڪن ٿا، ۽ هر ليف نوڊ (ليف نوڊ) هڪ طبقي ليبل تي مشتمل آهي.
هڪ سادي اصول تي ٻڌل پروگرام ٺاهيو ويو هو ته هر شاگرد جي LS کي انهن جي جوابن جي بنياد تي پاڻمرادو اسڪور ڪرڻ ۽ تشريح ڪرڻ لاءِ.ضابطي جي بنياد تي هڪ IF بيان جو روپ وٺي ٿو، جتي "IF" بيان ڪري ٿو ٽرگر کي ۽ "THEN" بيان ڪري ٿو عمل ڪيو وڃي، مثال طور: "جيڪڏهن X ٿئي ٿو، پوء Y ڪريو" (Liu et al., 2014).جيڪڏهن ڊيٽا سيٽ باهمي تعلق کي ظاهر ڪري ٿو ۽ فيصلي واري وڻ جي ماڊل کي صحيح طرح تربيت ۽ جائزو ورتو ويو آهي، اهو طريقو LS ۽ IS جي ميلاپ جي عمل کي خودڪار ڪرڻ لاء هڪ مؤثر طريقو ٿي سگهي ٿو.
ترقي جي ٻئي مرحلي ۾، ڊيٽا سيٽ کي 255 تائين وڌايو ويو ته سفارش واري اوزار جي درستگي کي بهتر ڪرڻ لاء.ڊيٽا سيٽ 1 ۾ ورهايل آهي: 4 تناسب.ڊيٽا سيٽ جو 25٪ (64) ٽيسٽ سيٽ لاء استعمال ڪيو ويو، ۽ باقي 75٪ (191) ٽريننگ سيٽ طور استعمال ڪيو ويو (شڪل 2).ڊيٽا سيٽ کي ورهائڻ جي ضرورت آهي ماڊل کي تربيت ۽ آزمائشي ٿيڻ کان روڪڻ لاءِ ساڳئي ڊيٽا سيٽ تي، جيڪو ماڊل کي سکڻ جي بجاءِ ياد رکڻ جو سبب بڻجي سگهي ٿو.ماڊل کي ٽريننگ سيٽ تي تربيت ڏني وئي آهي ۽ ٽيسٽ سيٽ تي ان جي ڪارڪردگي جو اندازو لڳائي ٿو- ڊيٽا جيڪا ماڊل اڳ ڪڏهن به نه ڏٺي آهي.
هڪ دفعو IS اوزار تيار ٿي ويندو، ايپليڪيشن LS کي درجه بندي ڪرڻ جي قابل ٿي ويندي ڊينٽل شاگردن جي جوابن جي بنياد تي ويب انٽرفيس ذريعي.ويب تي ٻڌل انفارميشن سيڪيورٽي ريفرنسيشن ٽول سسٽم Python پروگرامنگ ٻولي استعمال ڪندي Django فريم ورڪ کي پس منظر طور استعمال ڪيو ويو آهي.جدول 2 ھن نظام جي ترقيءَ ۾ استعمال ٿيل لائبريرين جي فهرست ڏيکاري ٿو.
شاگردن جي جوابن کي ڳڻڻ ۽ ڪڍڻ لاءِ ڊيٽا سيٽ کي فيصلي واري وڻ جي ماڊل ۾ شامل ڪيو ويو آهي ته جيئن خود بخود شاگردن جي LS ماپن جي درجه بندي ڪئي وڃي.
مونجهارو ميٽرڪس هڪ ڏنل ڊيٽا سيٽ تي فيصلي جي وڻ جي مشين جي سکيا واري الگورتھم جي درستگي کي جانچڻ لاء استعمال ڪيو ويندو آهي.ساڳئي وقت، اهو درجه بندي ماڊل جي ڪارڪردگي جو جائزو وٺندو آهي.اهو ماڊل جي اڳڪٿين کي اختصار ڪري ٿو ۽ انهن کي حقيقي ڊيٽا ليبلز سان موازنہ ڪري ٿو.تشخيص جا نتيجا چار مختلف قدرن تي مبني آهن: صحيح مثبت (TP) - ماڊل صحيح طور تي مثبت درجي جي اڳڪٿي ڪئي، غلط مثبت (FP) - ماڊل مثبت درجي جي اڳڪٿي ڪئي، پر حقيقي ليبل منفي هو، صحيح منفي (TN) - ماڊل صحيح طور تي منفي طبقي جي اڳڪٿي ڪئي، ۽ غلط منفي (FN) - ماڊل هڪ منفي طبقي جي اڳڪٿي ڪري ٿو، پر حقيقي ليبل مثبت آهي.
اهي قدر پوءِ استعمال ڪيا ويندا آهن مختلف ڪارڪردگي جي ماپن جي حساب ڪرڻ لاءِ اسڪيٽ-لرن درجي بندي ماڊل جي Python ۾، يعني precision، precision، recall، ۽ F1 سکور.هتي مثال آهن:
ياد ڪريو (يا حساسيت) ماڊل جي قابليت کي ماپ ڪري ٿو صحيح طور تي هڪ شاگرد جي LS کي درجه بندي ڪرڻ کان پوءِ m-ILS سوالنامي جو جواب ڏيڻ کان پوءِ.
خاصيت کي صحيح منفي شرح سڏيو ويندو آهي.جيئن توهان مٿين فارمولا مان ڏسي سگهو ٿا، اهو هجڻ گهرجي حقيقي منفيات (TN) جو تناسب سچو منفي ۽ غلط مثبت (FP).شاگردن جي دوائن جي درجي بندي ڪرڻ لاءِ تجويز ڪيل اوزار جي حصي جي طور تي، ان کي درست سڃاڻڻ جي قابل هجڻ گھرجي.
50 شاگردن جو اصل ڊيٽا سيٽ فيصلو ٽري جي ايم ايل ماڊل کي تربيت ڏيڻ لاءِ استعمال ڪيو ويو، بيانن ۾ انساني غلطي جي ڪري نسبتا گهٽ درستگي ڏيکاري ٿي (ٽيبل 3).هڪ سادي اصول تي ٻڌل پروگرام ٺاهڻ کان پوءِ خودڪار طريقي سان LS اسڪور ۽ شاگردن جي تشريح کي ڳڻڻ لاءِ، ڊيٽا سيٽن جو وڌندڙ تعداد (255) سفارش ڪندڙ سسٽم کي ٽريننگ ۽ ٽيسٽ ڪرڻ لاءِ استعمال ڪيو ويو.
ملٽي ڪلاس جي مونجهاري واري ميٽرڪس ۾، ڊرون عناصر هر LS قسم جي صحيح اڳڪٿين جي تعداد جي نمائندگي ڪن ٿا (شڪل 4).فيصلي واري وڻ جي ماڊل کي استعمال ڪندي، مجموعي طور تي 64 نموني صحيح طور تي پيش ڪيا ويا.اهڙيء طرح، هن مطالعي ۾، اختصار عناصر متوقع نتيجا ڏيکاري ٿو، اهو ظاهر ڪري ٿو ته ماڊل سٺو ڪم ڪري ٿو ۽ صحيح طور تي هر LS درجه بندي لاء ڪلاس ليبل جي اڳڪٿي ڪري ٿو.اهڙيء طرح، سفارش جي اوزار جي مجموعي درستگي 100٪ آهي.
درستگي، درستي، ياد ڪرڻ، ۽ F1 سکور جا قدر شڪل 5 ۾ ڏيکاريا ويا آھن. فيصلي واري وڻ جي ماڊل کي استعمال ڪندي سفارش واري نظام لاءِ، ان جو F1 اسڪور 1.0 "مڪمل" آھي، مڪمل درستي ۽ ياد ڪرڻ جو اشارو ڏئي ٿو، خاص حساسيت ۽ خاصيت کي عڪاسي ڪري ٿو. قدر.
تصوير 6 ٽريننگ ۽ ٽيسٽ مڪمل ٿيڻ کان پوءِ فيصلي واري وڻ جي ماڊل جو تصور ڏيکاري ٿو.هڪ طرفي مقابلي ۾، فيصلي واري وڻ جي ماڊل کي گهٽ خاصيتن سان تربيت ڏني وئي، اعلي درستگي ۽ آسان نموني نموني ڏيکاري ٿي.اهو ڏيکاري ٿو ته فيچر انجنيئرنگ فيچر جي گھٽتائي جي ڪري ماڊل ڪارڪردگي کي بهتر بڻائڻ ۾ هڪ اهم قدم آهي.
فيصلي واري وڻ جي نگراني ڪيل سکيا کي لاڳو ڪرڻ سان، LS (انپٽ) ۽ IS (ٽارگٽ آئوٽ پُٽ) جي وچ ۾ ميپنگ خود بخود ٺاهي ويندي آهي ۽ هر LS لاءِ تفصيلي معلومات تي مشتمل هوندي آهي.
نتيجن مان ظاهر ٿيو ته 255 شاگردن مان 34.9 سيڪڙو هڪ (1) ايل ايس آپشن کي ترجيح ڏني.اڪثريت (54.3٪) وٽ ٻه يا وڌيڪ ايل ايس ترجيحون هيون.شاگردن جي 12.2٪ نوٽ ڪيو ته ايل ايس ڪافي متوازن آهي (ٽيبل 4).اٺن مکيه LS کان علاوه، LS درجي بندي جا 34 مجموعا آهن يونيورسٽي آف ملايا جي ڏندن جي شاگردن لاءِ.انهن مان، تصور، وژن، ۽ تصور ۽ وژن جو ميلاپ بنيادي LS آهن جيڪي شاگردن پاران رپورٽ ڪيا ويا آهن (شڪل 7).
جيئن ته جدول 4 مان ڏسي سگھجي ٿو، شاگردن جي اڪثريت ۾ غالب حسي (13.7٪) يا بصري (8.6٪) LS هئي.اهو ٻڌايو ويو آهي ته 12.2٪ شاگردن جو گڏيل تصور (تصوراتي-بصري LS) سان.انهن نتيجن مان معلوم ٿئي ٿو ته شاگرد قائم ڪيل طريقن جي ذريعي سکڻ ۽ ياد ڪرڻ کي ترجيح ڏين ٿا، مخصوص ۽ تفصيلي طريقيڪار تي عمل ڪريو، ۽ فطرت ۾ ڌيان ڏيڻ وارا آهن.ساڳئي وقت، اهي ڏسي (ڊاگرام، وغيره استعمال ڪندي) سکيا مان لطف اندوز ٿين ٿا ۽ بحث ڪرڻ ۽ معلومات کي گروپن ۾ يا پاڻ تي لاڳو ڪرڻ جو رجحان رکن ٿا.
هي مطالعو ڊيٽا مائننگ ۾ استعمال ٿيندڙ مشين لرننگ ٽيڪنڪ جو هڪ جائزو مهيا ڪري ٿو، شاگردن جي LS جي فوري ۽ صحيح اڳڪٿي ڪرڻ ۽ مناسب IS جي سفارش ڪرڻ تي ڌيان ڏيڻ سان.فيصلي واري وڻ جي ماڊل جي درخواست انهن عنصرن جي نشاندهي ڪئي جيڪا انهن جي زندگي ۽ تعليمي تجربن سان تمام گهڻو ويجهي سان لاڳاپيل آهي.اهو هڪ نگراني ڪيل مشين لرننگ الگورٿم آهي جيڪو هڪ وڻ جي جوڙجڪ کي استعمال ڪري ٿو ڊيٽا جي هڪ سيٽ کي ذيلي زمري ۾ ورهائي ڪجهه معيارن جي بنياد تي.اهو ڪم ڪري ٿو بار بار ان پٽ ڊيٽا کي سبسٽس ۾ ورهائي هر اندروني نوڊ جي ان پٽ خاصيتن مان هڪ جي قيمت جي بنياد تي جيستائين ليف نوڊ تي فيصلو نه ڪيو وڃي.
فيصلي واري وڻ جا اندروني نوڊس m-ILS مسئلي جي ان پٽ خاصيتن جي بنياد تي حل جي نمائندگي ڪن ٿا، ۽ ليف نوڊس حتمي LS درجي بندي جي اڳڪٿي جي نمائندگي ڪن ٿا.مطالعي جي دوران، فيصلي جي وڻن جي درجي بندي کي سمجھڻ آسان آهي جيڪي ان پٽ خاصيتن ۽ پيداوار جي اڳڪٿين جي وچ ۾ تعلق کي ڏسڻ سان فيصلي جي عمل جي وضاحت ۽ تصور ڪن ٿا.
ڪمپيوٽر سائنس ۽ انجنيئرنگ جي شعبن ۾، مشين لرننگ الگورٿمس وڏي پيماني تي استعمال ڪيا ويندا آهن شاگردن جي ڪارڪردگي جي اڳڪٿي ڪرڻ لاءِ انهن جي داخلا امتحان جي اسڪور جي بنياد تي [21]، ڊيموگرافڪ معلومات، ۽ سکيا جي رويي [22].تحقيق ڏيکاري ٿي ته الورورٿم صحيح طور تي شاگردن جي ڪارڪردگي جي اڳڪٿي ڪئي ۽ شاگردن کي علمي مشڪلاتن جي خطري جي نشاندهي ڪرڻ ۾ مدد ڪئي.
ڊينٽل ٽريننگ لاءِ ورچوئل مريض سموليٽرز جي ترقي ۾ ايم ايل الگورٿمز جي ايپليڪيشن کي ٻڌايو ويو آهي.سموليٽر حقيقي مريضن جي جسماني ردعمل کي صحيح طور تي ٻيهر پيدا ڪرڻ جي قابل آهي ۽ هڪ محفوظ ۽ ڪنٽرول ماحول ۾ ڏندن جي شاگردن کي تربيت ڏيڻ لاء استعمال ڪري سگهجي ٿو [23].ٻيا ڪيترائي اڀياس ڏيکاريا آھن ته مشين سکيا الگورٿم ممڪن طور تي ڏندن ۽ طبي تعليم ۽ مريضن جي سنڀال جي معيار ۽ ڪارڪردگي کي بهتر بڻائي سگھن ٿا.مشين لرننگ الگورتھم استعمال ڪيا ويا آھن ڏندن جي بيمارين جي تشخيص ۾ مدد ڏيڻ لاءِ ڊيٽا سيٽ جي بنياد تي جيئن ته علامتون ۽ مريض خاصيتون [24, 25].جڏهن ته ٻين مطالعي ۾ مشين لرننگ الگورتھم جو استعمال ڪيو ويو آهي ڪم انجام ڏيڻ لاءِ جيئن ته مريضن جي نتيجن جي اڳڪٿي ڪرڻ، اعليٰ خطرن جي مريضن کي سڃاڻڻ، ذاتي ٿيل علاج جي منصوبن کي ترقي ڪرڻ [26]، دورن جي علاج [27]، ۽ ڪيريز علاج [25].
جيتوڻيڪ دندان سازي ۾ مشين لرننگ جي ايپليڪيشن تي رپورٽون شايع ڪيون ويون آهن، ان جي درخواست ڏندن جي تعليم ۾ محدود رهي ٿي.تنهن ڪري، هن مطالعي جو مقصد ڊينٽل شاگردن جي وچ ۾ LS ۽ IS سان تمام ويجهڙائي سان لاڳاپيل عنصرن کي سڃاڻڻ لاءِ فيصلي واري وڻ جو ماڊل استعمال ڪرڻ آهي.
هن مطالعي جا نتيجا ظاهر ڪن ٿا ته ترقي يافته سفارش واري اوزار ۾ اعلي درستگي ۽ مڪمل درستگي آهي، انهي مان ظاهر ٿئي ٿو ته استاد هن اوزار مان فائدو حاصل ڪري سگهن ٿا.ڊيٽا تي مبني درجه بندي جي عمل کي استعمال ڪندي، اهو ذاتي سفارشون مهيا ڪري سگهي ٿو ۽ تعليم ڏيندڙن ۽ شاگردن لاءِ تعليمي تجربن ۽ نتيجن کي بهتر ڪري سگهي ٿو.انهن مان، تجويز ڪيل اوزارن ذريعي حاصل ڪيل معلومات استادن جي ترجيحي تدريسي طريقن ۽ شاگردن جي سکيا جي ضرورتن جي وچ ۾ تڪرار کي حل ڪري سگهي ٿي.مثال طور، سفارشي اوزارن جي خودڪار پيداوار جي ڪري، شاگرد جي IP کي سڃاڻڻ ۽ ان کي لاڳاپيل IP سان ملائڻ لاءِ گهربل وقت تمام گھٽ ٿي ويندو.انهي طريقي سان، مناسب تربيتي سرگرمين ۽ تربيتي مواد کي منظم ڪري سگهجي ٿو.هي شاگردن جي مثبت سکيا واري رويي ۽ توجه ڏيڻ جي صلاحيت کي وڌائڻ ۾ مدد ڪري ٿو.ھڪڙي مطالعي ۾ ٻڌايو ويو آھي ته شاگردن کي سکيا واري مواد ۽ سکيا واري سرگرميون مهيا ڪرڻ جيڪي پنھنجي پسند جي ايل ايس سان ملن ٿيون شاگردن کي ضم ڪرڻ، پروسيس ڪرڻ، ۽ سکيا حاصل ڪرڻ ۾ مدد ڪري سگھن ٿيون ڪيترن ئي طريقن سان وڌيڪ صلاحيت حاصل ڪرڻ لاء [12].تحقيق پڻ ڏيکاري ٿي ته ڪلاس روم ۾ شاگردن جي شموليت کي بهتر ڪرڻ سان گڏ، شاگردن جي سکيا واري عمل کي سمجهڻ پڻ تدريس جي عملن کي بهتر بڻائڻ ۽ شاگردن سان رابطي ۾ اهم ڪردار ادا ڪري ٿو [28, 29].
بهرحال، ڪنهن به جديد ٽيڪنالاجي سان، مسئلا ۽ حدون آهن.انهن ۾ ڊيٽا جي رازداري، تعصب ۽ انصاف سان لاڳاپيل مسئلا شامل آهن، ۽ ڏندن جي تعليم ۾ مشين لرننگ الگورتھم کي ترقي ۽ لاڳو ڪرڻ لاءِ گهربل پيشه ورانه صلاحيتن ۽ وسيلن جي ضرورت آهي؛جڏهن ته، هن علائقي ۾ وڌندڙ دلچسپي ۽ تحقيق مان معلوم ٿئي ٿو ته مشين سکيا ٽيڪنالاجيون ڏندن جي تعليم ۽ ڏندن جي خدمتن تي مثبت اثر رکن ٿيون.
هن مطالعي جا نتيجا ظاهر ڪن ٿا ته ڏندن جي شاگردن جو اڌ حصو "سمجهڻ" منشيات جو رجحان آهي.هن قسم جي سکيا ڏيندڙ کي ترجيح آهي حقيقتن ۽ ڪنڪريٽ مثالن لاءِ، هڪ عملي رخ، تفصيل لاءِ صبر، ۽ ”بصري“ ايل ايس جي ترجيح، جتي سيکارڻ پسند ڪن ٿا تصويرون، گرافڪس، رنگ ۽ نقشا استعمال ڪرڻ لاءِ خيالن ۽ خيالن کي پهچائڻ لاءِ.موجوده نتيجا ٻين مطالعي سان لاڳاپا آهن ILS استعمال ڪندي ڏندن ۽ طبي شاگردن ۾ LS جو جائزو وٺڻ لاءِ، جن مان گھڻا تصوراتي ۽ بصري ايل ايس جا خاصيتون آهن [12, 30].Dalmolin et al مشورو ڏئي ٿو ته شاگردن کي انهن جي LS بابت آگاهي ڏيڻ انهن کي انهن جي سکيا جي صلاحيت تائين پهچڻ جي اجازت ڏئي ٿي.محققن جو چوڻ آهي ته جڏهن استاد مڪمل طور تي شاگردن جي تعليمي عمل کي سمجھندا آهن، مختلف تدريس جا طريقا ۽ سرگرميون لاڳو ڪري سگهجن ٿيون جيڪي شاگردن جي ڪارڪردگي ۽ سکيا جي تجربي کي بهتر بڻائي سگهندا [12, 31, 32].ٻين مطالعي مان اهو ظاهر ڪيو ويو آهي ته شاگردن جي ايل ايس کي ترتيب ڏيڻ سان شاگردن جي سکيا جي تجربي ۽ ڪارڪردگي ۾ بهتري ڏيکاري ٿي انهن جي سکيا جي طرز کي تبديل ڪرڻ کان پوء انهن جي پنهنجي ايل ايس [13، 33].
استادن جا رايا شاگردن جي سکيا جي صلاحيتن جي بنياد تي تدريسي حڪمت عملين جي نفاذ جي حوالي سان مختلف ٿي سگهن ٿا.جڏهن ته ڪجهه هن طريقي جي فائدن کي ڏسندا آهن، بشمول پيشه ورانه ترقي جا موقعا، مشوري، ۽ ڪميونٽي جي مدد، ٻيا شايد وقت ۽ ادارتي مدد بابت پريشان هوندا.توازن لاءِ ڪوشش ڪرڻ هڪ شاگرد جي وچ ۾ رويو پيدا ڪرڻ لاءِ اهم آهي.اعليٰ تعليم جا اٿارٽي، جهڙوڪ يونيورسٽي جا منتظم، نوان طريقا متعارف ڪرائڻ ۽ فيڪلٽي ڊولپمينٽ جي حمايت ڪندي مثبت تبديلي آڻڻ ۾ اهم ڪردار ادا ڪري سگهن ٿا [34].حقيقي طور تي متحرڪ ۽ جوابده اعليٰ تعليمي نظام ٺاهڻ لاءِ، پاليسي سازن کي جرئتمند قدم کڻڻ گهرجن، جهڙوڪ پاليسين ۾ تبديليون ڪرڻ، وسيلن کي ٽيڪنالاجي جي انضمام لاءِ وقف ڪرڻ، ۽ فريم ورڪ ٺاهڻ جيڪي شاگردن جي مرڪزن کي فروغ ڏين.اهي قدم گهربل نتيجا حاصل ڪرڻ لاء اهم آهن.مختلف هدايتن تي تازي تحقيق واضح طور تي ظاهر ڪيو آهي ته مختلف هدايتن جي ڪامياب عمل جي ضرورت آهي استادن لاء جاري تربيت ۽ ترقي جا موقعا [35].
هي اوزار ڏندن جي تعليم ڏيندڙن لاءِ قيمتي مدد فراهم ڪري ٿو جيڪي شاگردن جي سکيا واري سرگرمين جي منصوبابندي ڪرڻ لاءِ شاگرد-مرڪز انداز اختيار ڪرڻ چاهيندا آهن.بهرحال، هي مطالعو فيصلو وڻ جي ايم ايل ماڊل جي استعمال تائين محدود آهي.مستقبل ۾، وڌيڪ ڊيٽا گڏ ڪرڻ گهرجي مختلف مشين سکيا جي ماڊل جي ڪارڪردگي کي موازنہ ڪرڻ لاءِ سفارش جي اوزارن جي درستگي، اعتبار ۽ سڌائي کي.اضافي طور تي، جڏهن هڪ خاص ڪم لاء سڀ کان وڌيڪ مناسب مشين سکيا وارو طريقو چونڊيو، اهو ضروري آهي ته ٻين عنصر تي غور ڪرڻ جهڙوڪ ماڊل پيچيدگي ۽ تشريح.
هن مطالعي جي هڪ حد اها آهي ته اهو صرف ڏندن جي شاگردن جي وچ ۾ LS ۽ IS جي نقشي تي ڌيان ڏئي ٿو.تنهن ڪري، ترقي يافته سفارش وارو نظام صرف انهن جي سفارش ڪندو جيڪي ڏندن جي شاگردن لاءِ موزون آهن.تبديليون عام اعلي تعليم جي شاگردن جي استعمال لاء ضروري آهن.
جديد ترقي يافته مشين لرننگ تي ٻڌل سفارش وارو اوزار شاگردن جي LS کي لاڳاپيل IS سان فوري طور تي درجه بندي ڪرڻ ۽ ملاپ ڪرڻ جي قابل آهي، اهو پهريون ڊينٽل ايجوڪيشن پروگرام بڻائي ٿو جيڪو ڏندن جي تعليم ڏيندڙن کي لاڳاپيل تدريس ۽ سکيا جي سرگرمين جي رٿابندي ڪرڻ ۾ مدد ڪري ٿو.ڊيٽا تي هلندڙ ٽريج پروسيس کي استعمال ڪندي، اهو ذاتي سفارشون مهيا ڪري سگهي ٿو، وقت بچائي سگهي ٿو، تدريس واري حڪمت عملي کي بهتر بڻائي، ٽارگيٽ ڪيل مداخلتن جي حمايت ڪري، ۽ جاري پيشه ورانه ترقي کي فروغ ڏئي سگهي ٿو.ان جي ايپليڪيشن شاگردن جي وچ ۾ ڏندن جي تعليم کي فروغ ڏيندو.
گلڪ جاني ايسوسيئيڊ پريس.شاگرد جي سکيا واري انداز ۽ استاد جي تدريس واري انداز جي وچ ۾ ميلاپ يا بي ميل.Int J Mod Educ ڪمپيوٽر سائنس.2012؛ 4 (11): 51-60.https://doi.org/10.5815/ijmecs.2012.11.05
پوسٽ جو وقت: اپريل-29-2024