يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

تقييم تفاعل طلاب الجامعات في الفصل الدراسي، والتعبير التأملي، والنية الاجتماعية الإيجابية باستخدام الملاحظة السلوكية وتحليلات التعلم

74 مشاهدة

⸱

DOI:

10.3791/72077

⸱

أغسطس 18, 2026

1Nanchang Institute of Technology

في هذه المقالة

ملخص

يدمج هذا البروتوكول بين ملاحظة الفصل الدراسي، والكتابة التأملية، وقياس النوايا الاجتماعية الإيجابية، وتحليلات التعلم لتقييم المشاركة السلوكية للطلاب الجامعيين، والتعبير التأملي، ومخرجات التعلم الموجهة اجتماعياً على مدار نافذة تعليمية مدتها 4 أسابيع. ويحدد البروتوكول الموافقة الأخلاقية، ومحتويات الأدوات، وسير عمل البرمجيات، وطريقة التعامل مع البيانات المفقودة، وإجراءات استكشاف الأخطاء وإصلاحها، وتفسير النتائج التمثيلية، بما في ذلك قيود التنفيذ الملحوظة.

الملخص

لتلبية الحاجة إلى تقييمات متعددة الأبعاد لمشاركة الطلاب تتجاوز المقاييس التقليدية، يصف هذا البروتوكول نهجاً منظماً لتقييم التفاعل داخل الفصل الدراسي، والتعبير التأملي، ونشاط تحليلات التعلم، والنية الاجتماعية الإيجابية في الدورات الجامعية. يجمع البروتوكول بين الملاحظة السلوكية القائمة على الفترات الزمنية، والكتابة التأملية المنظمة أسبوعياً، وسجلات نظام إدارة التعلم المجهولة، واستبيان ما قبل وبعد القياس للنية الاجتماعية الإيجابية. توفر الإجراءات المنقحة نموذجاً قابلاً للتكرار للترميز السلوكي، وسلم تقدير للتعبير التأملي مع أمثلة على الدرجات، وخطوات إدارة البيانات والبرمجيات، وإرشادات صريحة لاستكشاف الأخطاء وإصلاحها في حالات عدم اتفاق المراقبين، أو فقدان سجلات المنصة، أو انخفاض معدلات تسليم التأملات، أو ضعف رؤية الكاميرا، أو انسحاب المشاركين، أو تفاوت المعرفة المسبقة. يجب استخدام هذا البروتوكول عندما يحتاج الباحثون إلى طريقة قابلة للتكرار ومنخفضة التدخل للجمع بين السلوك المباشر في الفصل الدراسي، والتفسير الذاتي للطالب، ونشاط نظام إدارة التعلم (LMS) الروتيني أثناء التدريس الجامعي. ويعد هذا البروتوكول أقل ملاءمة للدورات غير المتزامنة تماماً التي تفتقر إلى التفاعل القابل للملاحظة، أو البيئات التي تحظر الملاحظة المستقلة أو ربط السجلات، أو الدراسات التي تتطلب استنتاجات بيومترية أو التعرف على العواطف. تم تقديم النتائج التمثيلية من التطبيق التجريبي المنفذ بعد الحصول على موافقة أخلاقية معتمدة، وتجهيل سجلات الدورة، وإعداد المستودع.

المقدمة

يتطلب تقييم مشاركة الطلاب في التعليم العالي نهجاً شاملاً ومتعدد المصادر. وعلى الرغم من أن مشاركة الطلاب تُصنف على نطاق واسع كبناء متعدد الأبعاد يشمل السلوك الملحوظ، والجهد المعرفي، والتفاعل البيئي، إلا أن المناهج التحليلية الحالية تعتمد بشكل أساسي على بيانات السجلات السطحية، مثل تكرارات تسجيل الدخول والإجراءات المسجلة في النظام1. ويفرض هذا الاعتماد المفرط تحدياً كبيراً أمام البحوث التطبيقية القائمة على الفصل الدراسي؛ إذ إن أهم أشكال المشاركة التعليمية — والتفاعلات المباشرة بين الأقران، والتأمل المعرفي، والمساهمات الاجتماعية — غالباً ما تحدث بالكامل خارج النطاق المحدود لرؤية المنصة2.

لقد ازدادت تعقيدات الفصول الدراسية الجامعية الحديثة مع اعتماد نماذج تربوية هجينة، تدمج المنصات الرقمية مع التعليم التقليدي المباشر. وبينما تؤكد المراجعات المنهجية لتحليلات التعلم أن الآثار الرقمية توفر رؤى قيمة حول تخصيص الوقت، وأنماط الوصول، ومعدلات الاستبقاء على المدى الطويل، إلا أن هذه المقاييس وحدها لا يمكنها تحديد ما إذا كان انتباه المتعلم فعالاً أو ذا معنى حقاً3. وبناءً على ذلك، تدعو الدراسات الحديثة إلى ترسيخ تحليلات التعلم في أطر نظرية أقوى من خلال مواءمة الآثار الرقمية مع مقاييس مشاركة أغنى تعتمد على السياق، مثل السلوك داخل الفصل والأنشطة التأملية4.

توفر الكتابة التأملية بُعدًا نوعيًا حيويًا لهذا التقييم. حيث تعمل التأملات المنهجية والمذكرات التي تُدون بعد الحصة الدراسية على رصد تفسيرات الطلاب لأنشطة التعلم، وتوضيح التحديات التعليمية، والربط بين المحتوى النظري والإجراءات العملية اللاحقة. وتصيغ الأدلة التجريبية الحديثة التعبير التأملي كبنية متكاملة متعددة المكونات تشمل الاسترجاع الوصفي، والاستنتاج التحليلي، والتمثيل المرجعي الذاتي، وتعميم المعنى5. علاوة على ذلك، تشير الأبحاث إلى أن تزويد الطلاب بتوجيهات تأملية متكررة يعزز تدريجيًا قدرتهم على الاستبطان؛ فكلما زاد تكرار التأمل المنهجي خلال المساق الدراسي، تحسنت مهارات الاستكشاف المستقلة لدى الطلاب بشكل متزامن6.

تتمثل الفجوة الرئيسية الثانية في أبحاث الاندماج الحالية في التهميش المتكرر للتنشئة الاجتماعية داخل الفصول الدراسية. فبينما تركز الدراسات القائمة بشكل مكثف على السلوك الفردي أو الإدراك، تعمل الفصول الدراسية الجامعية كبيئات تعلم اجتماعية بطبيعتها، حيث يؤثر الطلاب في بعضهم البعض من خلال التعاون والتفاعلات الاستجابية. وتُظهر الأدلة الناشئة أن مناخ الفصل الدراسي وهياكل المشاركة يرتبطان بقوة بالسلوك الاجتماعي الإيجابي وعقلية موجهة نحو المساهمة؛ وهي نتائج لا تزال غير مدروسة بشكل كافٍ مقارنة بالمقاييس التقليدية للأداء الأكاديمي أو رضا الطلاب. إن السلوك الاجتماعي الإيجابي في الإعدادات الأكاديمية ليس مجرد نتاج ثانوي للحالات العاطفية أو التوتر، بل يرتبط بشكل أساسي بكيفية تموضع الطلاب لأنفسهم ضمن أنشطة التعلم الجماعية7. وبناءً على ذلك، فإن قياس النية الاجتماعية الإيجابية يعمل كعدسة مناسبة لتحديد ما إذا كان الاندماج في الفصل الدراسي يتجاوز مجرد إكمال المهام المنعزلة لتعزيز سلوكيات تعاونية ومشجعة تمتد إلى ما وراء البيئة التعليمية المباشرة8.

تؤكد هذه التطورات المفاهيمية على ضرورة وجود إطار عمل متكامل لجمع الأدلة يتم تطبيقه ضمن نافذة تعليمية واحدة. إذ يعمل التصميم متعدد المصادر على التخفيف من قيود الاعتماد على أي مقياس منفرد، مما يتيح التحقق المتقاطع بين أنماط المشاركة المختلفة، ويكشف عن كيفية تفسير الطلاب لأنشطتهم ما بعد الحصة لتعزيز التعلم المستقل9. وفي حين أن التقييمات التأملية ترصد الحالة المعرفية الداخلية للمتعلم، فإن ربط هذه التقارير الذاتية بآثار سلوكية موضوعية يعزز بشكل كبير من إمكانية تفسير بيانات التعلم. وحالياً، هناك غياب ملحوظ للبروتوكولات العملية الجاهزة للتطبيق في الفصول الدراسية والتي تدمج بسلاسة بين الملاحظة السلوكية المنهجية، والتقارير التأملية المهيكلة، وتحليلات التعلم من أجل التنفيذ الروتيني في الجامعات.

لمعالجة هذه القصور المنهجية، تقدم هذه الورقة بروتوكول تقييم مصمماً لقياس التفاعل الصفي لطلاب الجامعات، والتعبير التأملي، والنوايا الاجتماعية الإيجابية في آن واحد. يطرح البروتوكول، الذي تم تطويره خصيصاً لبيئات المرحلة الجامعية، منهجية مبسطة تتطلب حداً أدنى من الأعباء الإدارية دون التضحية بقابلية التكرار العلمي. ومن خلال سد الفجوة التحليلية بين السلوكيات الملحوظة، والتجربة الذاتية المُصاغة، ومخرجات التعلم الموجهة اجتماعياً، يجيب هذا الإطار على الدعوات المتزايدة لتحقيق وضوح مفاهيمي أكبر في أبحاث التفاعل بين الإنسان والتكنولوجيا ضمن البيئات التعليمية10.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

أُجريت جميع الطرق التي تضمنت مشاركين بشريين وفقاً لإعلان هلسنكي والإرشادات المؤسسية ذات الصلة. وبالنسبة للدراسة المطبقة، فقد تمت الموافقة على البروتوكول من قبل لجنة الأخلاقيات في معهد نانتشانغ للتكنولوجيا قبل بدء عملية الاستقطاب (رقم الموافقة: NITE778291). كما تم الحصول على موافقة مستنيرة مكتوبة من كل طالب مشارك. واستُخدمت فقط البيانات المجمعة مجهولة الهوية الناتجة عن ملاحظات الفصل الدراسي، ودرجات التأمل، وتحليلات التعلم، والاستبيانات لأغراض التحليل؛ بينما استُبعدت مقاطع الفيديو التعريفية للفصل الدراسي، والأسماء، والمعرفات المؤسسية، ونصوص التأمل غير المنقحة من النشر العام.

1. تصميم الدراسة واختيار المشاركين

  1. تنفيذ البروتوكول على مدار أربع فترات تدريسية متتالية لكل قسم مختار من الفصول الدراسية. تسجيل تسميات المساقات بعد إزالة الهوية، وتنسيق التدريس، وحجم الفصل، وخبرة المدرس في المساق، وما إذا كان كل فصل يتضمن تدريساً جماعياً للفصل بأكمله، أو عملاً مجموعياً، أو ممارسة فردية. استهداف تسجيل أولي يتراوح ما بين 180 إلى 210 طلاب تقريبًا من مرحلة البكالوريوس ممن تبلغ أعمارهم 18 عاماً أو أكثر، أو تكييف الهدف الخاص بحجم العينة وفقاً لسياق المساق.
  2. التأكد من أن جميع المشاركين لديهم حساب مؤسسي نشط على منصة المساق، وسيحضرون الفصول التي ستتم ملاحظتها، وقد تلقوا توجيهات المساق المتطلبة التي تُقدم عادةً للفصل. عندما تتباين المعارف المتطلبة بشكل كبير، يتم توفير منشور إرشادي موجز لسد الفجوة المعرفية، أو قائمة موارد ما قبل الفصل، أو مراجعة بقيادة المدرس قبل نافذة الملاحظة، وتسجيل الدعم المقدم كبيانات وصفية سياقية.
  3. الحصول على موافقة مستنيرة مكتوبة من جميع الطلاب بعد تقديم ورقة معلومات مكتوبة وشاملة. يجب أن تنص استمارة الموافقة بوضوح على أن الدراسة تربط بين الملاحظة السلوكية في الفصل، والكتابة التأملية الأسبوعية، وسجلات منصة التعلم بعد إزالة الهوية.
  4. إدراج الطلاب الموافقين فقط في مجموعة بيانات البحث. ضمان أن رفض المشاركة لا يؤثر على الحضور، أو الدرجات، أو الوصول إلى المساق، أو التواصل مع المدرس.
    1. شرح الاستخدامات المسموح بها والمحظورة لأدوات الذكاء الاصطناعي (AI) قبل مهمة التأمل الأولى.
      ملاحظة: يمكن استخدام أدوات AI فقط عندما تسمح سياسة المساق بذلك ولأغراض دعم الدراسة العامة فقط؛ ويجب أن تصف التسليمات التأملية والاستجابات المتعلقة بالنوايا الاجتماعية الإيجابية خبرة الطالب الخاصة، ويجب الإفصاح عن أي مساعدة من AI.
    2. إذا سمح المدرس باستخدام AI لسد فجوة المعارف المتطلبة، يتم توفير نفس المحفزات أو الموارد المعتمدة لجميع الطلاب وتسجيل هذا الدعم كتكييف للبروتوكول. لا تستخدم الملخصات التي يولدها AI كدليل أساسي على تأمل الطالب ما لم تقم دراسة التحقق بتقييم الاستجابات المدعومة بـ AI بشكل صريح.
  5. استبعاد الطلاب قبل التحليل إذا رفضوا الموافقة، أو انسحبوا من المساق خلال نافذة البروتوكول، أو افتقروا إلى بيانات متطابقة عبر سجلات الملاحظة والتأمل والتحليلات. استخدام تصميم القياسات المتكررة لجمع بيانات متسقة من المصادر الثلاثة المتميزة على مدار فترة زمنية مدتها 4 أسابيع2.

2. الحصول على البيانات الأساسية وإدارة الهوية

  1. تعيين مسؤول واحد عن البيانات لإسناد معرف دراسة مكون من ثمانية رموز أبجدية رقمية لكل مشارك موافق من خلال عملية شبه عشوائية.
  2. إنشاء ملف ربط بين الهوية ومعرف الدراسة يحتوي على أسماء الطلاب، والمعرفات المؤسسية، وأقسام الفصول، وأرقام الدراسة. يتم تخزين هذا الملف بشكل آمن وبمعزل عن الملفات التحليلية، مع ضمان بقائه غير متاح تماماً للمراقبين، ومكودي التأمل، والباحثين.
  3. إتلاف أو أرشفة ملف الربط هذا بعد التحقق النهائي من البيانات وفقاً لسياسة الاحتفاظ بالبيانات المؤسسية المعتمدة، مع الحفاظ على الامتثال لممارسات تحليلات التعلم الحالية في التعليم العالي فيما يتعلق بالربط المقيد وإزالة الهوية1.
  4. جمع البيانات الديموغرافية الأساسية حول عمر المشارك، وجنسه، والسنة الدراسية، والتخصص خلال الأسبوع الأول الذي يسبق أول فصل دراسي يتم رصده.
  5. استخدام استبيان النوايا الاجتماعية الإيجابية المكون من ستة عناصر والموجود في الملف التكميلي 1 كأداة قياس أساسية مهيكلة قبل أول فصل دراسي يتم رصده. يتم تقديم الاستبيان إلكترونياً من خلال نظام إدارة التعلم (LMS) أو ورقياً باستخدام معرف الدراسة المخصص فقط. يقوم الطلاب بتقييم كل عنصر على مقياس مكون من 5 نقاط من 1 = غير موافق بشدة إلى 5 = موافق بشدة؛ ويتم حساب الدرجة الأساسية كمتوسط العناصر المكتملة عندما تتم الإجابة على خمسة عناصر على الأقل من أصل ستة.
  6. تصدير جميع النصوص التأملية التي تم جمعها لاحقاً دون أسماء أو عناوين بريد إلكتروني أو أي معرفات شخصية أخرى لضمان السرية التامة قبل بدء عملية التكويد النوعي.

3. التحضير لملاحظة الفصل الدراسي

  1. حدد مواعيد الملاحظات لكل قسم من أقسام الفصل الدراسي مرة واحدة في الأسبوع لمدة 4 أسابيع متتالية. بالنسبة للحصة الدراسية القياسية التي تبلغ مدتها 90-min، حدد نافذة ملاحظة مدتها 70-min باستبعاد أول 10 min وآخر 10 min من عملية الترميز5.
  2. ابدأ الترميز عند الدقيقة 10th وتوقف عند الدقيقة 80th من الحصة القياسية التي تبلغ مدتها 90-min. لا تُعد فترات العازل هذه جزءاً من نافذة الملاحظة التي تبلغ 70-min؛ وبناءً عليه، تنتج الحصة القياسية 70 min من الملاحظة المرمزة بدلاً من جلسة مدتها 30-min.
  3. استبعد أي كتلة تعليمية متقطعة من التقييم النهائي إذا تعرض الفصل لاضطراب استمر لأكثر من 5 min بسبب الإنذارات، أو تغيير الغرف، أو انقطاع المنصة.
  4. تعامل مع التفاعل داخل الفصل الدراسي كتركيبة ملحوظة من سلوكيات متعددة من خلال تسجيل عدة مؤشرات سلوكية في آن واحد عند كل نقطة قياس11. وتشمل هذه المؤشرات: الانتباه للمهمة، والمشاركة اللفظية، والتعاون مع الأقران، وتدوين الملاحظات أو استخدام الأجهزة مع التركيز على المهمة، والتشتت عن المهمة، وسلوك طلب المساعدة.
  5. رتب مقاعد الفصل الدراسي حسب المجموعات قبل الملاحظة الأولى وحافظ بدقة على ترتيب الجلوس هذا طوال فترة الـ 4 أسابيع بأكملها.
  6. ضع مراقبين مدربين في مواقع ثابتة تتيح رؤية كاملة للفصل للقيام بالترميز بشكل مستقل. إذا كان التصوير المؤسسي مسموحاً به ووافق المشاركون، فقم بتثبيت كاميرتين ثابتتين في المناطق الخلفية المركزية والجانبية ومزامنتهما قبل الجلسة.
  7. استخدم تسجيلات الكاميرا فقط لتدريب المراقبين، والتحقق من الموثوقية، والفصل في مشكلات الرؤية؛ ولا تستخدم تسجيلات الفيديو كمصدر أساسي للترميز، ولا تقم بإجراء تحليل لانفعالات الوجه، أو انفعالات الصوت، أو القياسات الحيوية، أو تحليل التعرف على الهوية.

4. الترميز السلوكي القائم على الفترات الزمنية

  1. قسم نافذة الملاحظة البالغة 70-min إلى فترات متتالية تتكون من مسح بصري لمدة 20-s تتبعها فترة تسجيل لمدة 10-s. إذا كانت المحاضرة الكبيرة أو المختبر أو الفصل الدراسي عبر الإنترنت يتطلب طول فترة مختلف، فيجب الإبلاغ عن هيكل الفترات المعدل وتبريره قبل بدء جمع البيانات.
    ملاحظة: يوازن هيكل 20-s/10-s هذا بين الملاحظة البيئية للفصل الدراسي وعبء عمل المرمز: ففترة المسح طويلة بما يكفي للكشف عن الانتباه المستمر، والتعاون، والسلوك الخارج عن نطاق المهمة، بينما تقلل فترة التسجيل من عبء الذاكرة وتدعم القرارات الثنائية المتسقة.
  2. قم بمسح مجموعة محددة بوضوح تضم ما يصل إلى عشرة طلاب في كل فترة في حلقة مستمرة بناءً على ترتيب الجلوس.
  3. استخدم معايير مسح محددة لمنع عدم اتساق المرمز الناتج عن التعريفات التشغيلية الفضفاضة4. قم بترميز ستة مؤشرات ثنائية على مستوى الطالب خلال كل مسح. وتشمل هذه المؤشرات: الانتباه للمهمة، والمشاركة اللفظية، والتعاون مع الأقران، وتدوين الملاحظات أو استخدام الجهاز الموجه للمهمة، والتشتت الخارج عن نطاق المهمة، وسلوك طلب المساعدة.
  4. ضع علامة "1" على المؤشر إذا حدث السلوك المحدد في أي نقطة خلال مسح الـ 20-s. وخلاف ذلك، ضع علامة "0". يتم ترميز الفترة على أنها مفقودة إذا لم يكن الطالب مرئياً لمدة 10 s على الأقل من عملية المسح.
  5. سجل الانتباه للمهمة عندما يوجه الطالب بصره نحو المحاضر، أو المهام الموكلة، أو المعلومات المعروضة، أو الأقران المشاركين في مناقشة المهمة لمدة 5 s متتالية على الأقل. قم بترميز المشاركة اللفظية لأي مساهمة مسموعة ومرتبطة بالمهمة.
  6. قم بترميز التعاون مع الأقران عندما يشارك الطلاب في تبادلات مرئية قائمة على المهام، أو حل المشكلات بشكل مشترك، أو تقديم شروحات للأقران. سجل تدوين الملاحظات أو استخدام الجهاز الموجه للمهمة للكتابة النشطة، أو الطباعة، أو التفاعل الرقمي مع مواد الدورة التدريبية.
  7. ضع علامة على التشتت الخارج عن نطاق المهمة إذا انخرط الطالب في محادثات غير ذات صلة، أو استخدام الجهاز في أغراض غير أكاديمية، أو عدم تفاعل مستمر لمدة 5 s متتالية على الأقل. سجل طلب المساعدة عندما يطلب الطالب صراحةً توضيحاً أو مساعدة من المحاضر أو الأقران.
  8. احسب درجة السلوك الأسبوعية لكل طالب كإجمالي عدد التقييمات الإيجابية مقسوماً على جميع التقييمات الصحيحة. استخرج بعد ذلك متوسطات 4 أسابيع لجميع المؤشرات الستة.
  9. احسب مؤشر مشاركة الفصل الدراسي الملحوظ (OCEI) المدمج للطالب i في الأسبوع w باستخدام النموذج الرياضي المحدد مسبقاً: OCEI_iw = [On-task attention_iw + Verbal participation_iw + Peer collaboration_iw + Task-focused note-taking/device use_iw + (1 - Off-task distraction_iw)]/5.
  10. حافظ على طلب المساعدة كمتغير تحليلي مستقل لأنه يمكن أن يمثل إما توضيحاً بناءً أو صعوبة في المحتوى التعليمي، اعتماداً على السياق12. ارجع إلى الشكل 1 لمعرفة سير عمل الدراسة والجدول 1 لمعرفة مؤشرات الملاحظة وقواعد الترميز.

5. تدريب المراقب وتقييم الموثوقية

  1. إجراء تدريب للمراقبين باستخدام جلسة تدريب يدوي مدتها 60 min، وتنفيذ ثلاث جولات معايرة قبل البدء في البرنامج الرسمي.
  2. تنفيذ جولة المعايرة الأولى باستخدام ترميز موجه لمقطع فيديو من فصل دراسي خارج نطاق الدراسة. إكمال جولتي المعايرة التاليتين كعمليات ترميز مستقلة لمقاطع فيديو مختلفة خارج نطاق الدراسة، تليها مقارنات إحصائية مباشرة مع المرمّز الرئيسي.
  3. البدء في الجمع الرسمي للبيانات فقط عندما تصل قيمة Cohen's Kappa إلى 0.75 أو تتجاوزها، ويتخطى إجمالي الاتفاق بين المقيمين نسبة 85%.
  4. تطبيق تحقق من الانحراف بنظام التعمية المزدوجة على 10% من الجلسات الكاملة ومقطع عشوائي مدته 10 min من الجلسات المتبقية طوال البروتوكول الذي يمتد لـ 4 weeks.
  5. إعادة معايرة فريق الترميز في غضون 72 h وإعادة التحقق من الجلسات المتأثرة قبل إغلاق البيانات إذا انخفضت قيمة Kappa عن 0.70 لأي مؤشر. تقديم الملاحظات والتعليقات بشكل مستمر وتنظيم تمارين المعايرة للحفاظ على استقرار التقييم بمرور الوقت13.

6. جمع وتقييم التعبير التأملي

  1. وجّه الطلاب لتقديم نص تأملي مهيكل واحد (100-350 كلمة) عن كل حصة دراسية تمت ملاحظتها، بحيث يتم إنشاء 4 مدخلات لكل مشارك على مدار البروتوكول الذي يستمر 4 أسابيع.
  2. انشر محفزات التأمل عبر نظام إدارة التعلم (LMS) أو من خلال نموذج ورقي في غضون ساعتين بعد الحصة الملاحظة، وأغلق نافذة التقديم بعد 72 ساعة. يجب أن يعرض النموذج حقل معرف الدراسة (Study ID) والمحفزات الثلاثة التالية بنفس الترتيب لكل طالب:
    1. تحديد المواضع التي شعروا فيها بأكبر وأقل قدر من المشاركة خلال الحصة.
    2. شرح الأسباب السياقية، بما في ذلك صعوبة المهمة، أو المعرفة المسبقة، أو التفاعل الجماعي، أو شرح المعلم، أو استخدام المنصة.
    3. وصف كيف أثرت مشاركتهم على أجواء الفصل الدراسي وما هو الإجراء المستقبلي الذي ينوون اتخاذه.
      ملاحظة: احتفظ بالمدخلات التي تقل عن 100 كلمة، ولكن ضع علامة عليها في قاعدة البيانات كمدخلات منخفضة المعلومات. كما يجب وضع علامة على المدخلات التي تغفل محفز المشاركة، أو السبب السياقي، أو محفز الإجراء المستقبلي/الأثر الاجتماعي، لأن هذه الإغفالات تؤثر على تسجيل جودة التأمل وتقارير الجدوى.
  3. عيّن اثنين من المرمزين بنظام التعمية لتقييم التقديمات بناءً على التحديد الوصفي، والعمق التحليلي، والتوجه للتنظيم الذاتي، والمعنى الاجتماعي-النفعي.
    1. قيّم كل بُعد باستخدام مقياس رباعي النقاط حيث تشير 0 إلى الغياب، و1 إلى دليل ضعيف أو غامض، و2 إلى دليل واضح ولكن محدود، و3 إلى دليل قوي ومفصل. على سبيل المثال، يتم تسجيل العمق التحليلي بـ 0 عندما لا يتم تقديم أي سبب، و1 عندما يذكر الطالب فقط أن النشاط كان صعباً، و2 عندما يربط الطالب الصعوبة بمفهوم محدد أو حالة معينة في الفصل، و3 عندما يشرح الطالب التفاعل بين المعرفة السابقة، ومناقشة الأقران، وملاحظات المعلم، واستراتيجية تعلم مخططة. يوفر الجدول 2 والملحق 1 أمثلة لمستويات الدرجات لجميع أبعاد التأمل الأربعة.
  4. ابدأ التقييم الرسمي فقط بعد تحقيق معامل ارتباط داخل الفئة (intra-class correlation coefficient) بقيمة 0.80 أو أعلى لكل بُعد في النصوص التجريبية14.
  5. قم بإجراء تسجيل مزدوج عشوائي لـ 15% من تأملات الدراسة أثناء البروتوكول للتحكم في انحراف المقيمين. قيّم الكتابات التأملية بناءً على هذه المقاييس النوعية متعددة الأبعاد بدلاً من الاعتماد فقط على طول النص أو تكرار الكلمات.
  6. طور أو كيّف نموذج تقييم التعبير التأملي من خلال مراجعة خبراء تضم اثنين على الأقل من باحثي التعليم ومعلماً واحداً للمقرر. اختبر نموذج التقييم على 20 إلى 30 تأملاً من خارج الدراسة، وراجع الأوصاف الغامضة، ووثق النسخة النهائية من نموذج التقييم قبل بدء الترمز الرسمي.
  7. طبق استبيان النية الاجتماعية-النفعية الموضح في الملحق 1. اطلب من الطلاب تقييم مدى استعدادهم لمساعدة زملائهم الذين يواجهون صعوبات، ومشاركة موارد التعلم، والمساهمة بشكل بناء في المناقشات، وتشجيع الأقران، والتصرف بنزاهة خلال المهام الجماعية، وتحسين مناخ التعلم في الفصل الدراسي. استخدم مقياساً خماسياً يتراوح من 1 (أعارض بشدة) إلى 5 (أوافق بشدة). احسب متوسط الدرجة عندما يتم إكمال خمسة من ستة بنود على الأقل، وبلغ عن قيمة ألفا كرونباخ (Cronbach's alpha) لعمليات التطبيق الأساسية وبعد البروتوكول.

7. استخلاص تحليلات التعلم

  1. قم بتعيين مسؤول إداري خارجي لاستخراج بيانات تحليلات التعلم بعد الأسبوع الرابع لمنع أي تلوث لعمليات الملاحظة والتأمل.
  2. اضبط نافذة الاستخراج من الساعة 00:00 في يوم أول حصة دراسية مرصودة إلى الساعة 23:59 في اليوم الختامي لنافذة التأمل النهائية.
  3. استخرج فقط المتغيرات المحددة مسبقاً والضرورية للبروتوكول. رصد عدد أيام النشاط على المنصة، ومرات عرض الموارد المختلفة، ونسبة الموارد المفتوحة من بين الموارد المحددة، وكمية الردود المنشورة في المناقشات، ومتوسط معدل إكمال مقاطع الفيديو، ومدى الالتزام بالمواعيد النهائية لتسليم التكليفات.
  4. قم بتنقية البيانات المصدرة الخام عن طريق إزالة الحسابات التابعة للمحاضرين ومساعدي التدريس، والسجلات المكررة، وأحداث الاختبار، ونقاط البيانات التي تقع خارج الإطار الزمني المحدد.
  5. يُحتسب اليوم النشط على أنه أي تاريخ تقويمي يتضمن وصولاً موثقاً واحداً على الأقل إلى الدورة التدريبية، يليه تفاعل ذو دلالة، مثل فتح الملفات، أو مشاهدة مقاطع الفيديو، أو نشر الردود.
  6. احسب عدد مرات فتح الموارد الفريدة مع تجاهل أحداث التحديث المكررة التي تحدث خلال فترة زمنية مدتها 60 ثانية. حدد معدل إكمال الفيديو عن طريق بتر جزء المشاهدة بالنسبة للوقت المجدول عند 01:00، ثم حساب المتوسط لجميع عناصر الوسائط المحددة.
  7. احسب دقة المواعيد في تسليم التكليفات بناءً على نسبة المهام التي تم تسليمها قبل المواعيد النهائية المحددة. واحسب نسبة الوصول في وقت متأخر من الليل كنسبة الأحداث ذات الدلالة التي وقعت بين الساعة 00:00 والساعة 06:00 إلى إجمالي الأنشطة ذات الدلالة خلال فترة المراقبة. اعتمد على هذه المقاييس المرتبطة بالوقت والموجهة نحو المساهمة لتوفير معلومات أكثر ثراءً من مجرد تجميع السجلات البسيط.15.
  8. استخدم سير عمل محدد مسبقاً لإدارة البيانات الخاصة بالملف المصدر المُصدَّر من نظام إدارة التعلم. احفظ الملف المصدر الأصلي كملف للقراءة فقط، وأنشئ نسخة عمل مجهولة الهوية، وقم بإزالة حسابات المحاضرين ومساعدي التدريس، وحذف الأحداث المكررة أو الاختبارية، مع الاحتفاظ بسجل معالجة يتضمن عدد الصفوف بعد كل خطوة من خطوات التنقية.
  9. أجرِ عملية تنظيف البيانات في جدول بيانات (spreadsheet) أو إصدار أحدث، والتحليل الإحصائي باستخدام برنامج R الإصدار 4.4.0 أو إصدار أحدث، أو أي برنامج مكافئ.
    1. في جدول بيانات، اتبع الخطوات الموضحة في 7.9.1.1-7.9.1.2.
      1. استورد ملفات CSV منزوعة الهوية باستخدام البيانات > الحصول على البيانات > من نص/CSV، واستخدام البيانات > إزالة المكررات لإزالة المكررات معرف الدراسة/الطابع الزمني/الحدث صفوف.
      2. تطبيق مرشح لاستبعاد حسابات المحاضرين أو مساعدي التدريس والسجلات التي تقع خارج النطاق الزمني المحدد، وحفظ سجل معالجة يتضمن أعداد الصفوف بعد كل خطوة.
    2. في برنامج R، اتبع الخطوات الموضحة في الأقسام 7.9.2.1-7.9.2.3.
      1. استيراد الملفات باستخدام readr::read_csv()، وإعادة تشكيل السجلات الأسبوعية باستخدام dplyr::mutate(), dplyr::group_by(), dplyr::summarise(), tidyr::pivot_longer()، و tidyr::pivot_wider().
      2. حساب معامل كوهين كابا باستخدام irr::kappa2()، ومعاملات الارتباط داخل الفئة (ICCs) مع psych::ICC()، ومعامل ألفا كرونباخ باستخدام psych::alpha().
      3. مواءمة نماذج خطية معدلة حسب القسم باستخدام stats::lm()استخدام lme4::lmer() عندما يكون هناك متطلب لاستخدام تقاطع عشوائي محدد مسبقاً للفصل الدراسي، واستخدام lme4::glmer(family = binomial) للنتائج الثنائية فقط. قم بأرشفة الإصدارات المحددة من البرمجية والحزم مع مواد التسليم.
  10. استخدم تسلسل التحليل القابل للتكرار التالي.
    1. احسب نسب ملاحظات الطالب-أسبوع، واحسب مؤشر كفاءة الملاحظة السريرية (OCEI) باستخدام الصيغة الواردة في الخطوة 4.9، وادمج درجات التأمل الأسبوعية حسب معرف الدراسة والأسبوع.
    2. قم بتجميع متغيرات تحليلات تعلم التجميعية عبر النافذة الزمنية المتماثلة البالغة 4 أسابيع، وفحص البيانات المفقودة حسب مصدر البيانات، وحساب الإحصاءات الوصفية وتقديرات الموثوقية، وملاءمة نماذج الارتباط المحددة مسبقاً.
    3. لا تضف منبئات غير مخططة بعد فحص النتائج ما لم يتم تصنيفها على أنها استكشافية.
  11. (اختياري) من أجل الشفافية، قم بإيداع نص تحليلي مجهل الهوية، ودليل ترميز، ونماذج ترميز فارغة، ومحفزات التأمل، ومعيار تقييم التأمل، واستبيان السلوك الاجتماعي الإيجابي في المستودع العام أو المواد التكميلية. لا تقم بإيداع مقاطع فيديو خام للفصول الدراسية يمكن من خلالها تحديد الهوية، أو أسماء، أو معرفات مؤسسية، أو نصوص تأملية غير منقحة.

8. القياس بعد البروتوكول وتكامل مجموعة البيانات

  1. قم بتطبيق أداة قياس النوايا الاجتماعية الإيجابية للمرة الثانية مباشرة بعد انتهاء نافذة التأمل النهائية.
  2. اطلب من الطلاب تقييم مدى استعدادهم لمساعدة زملائهم، ومشاركة الموارد، والمساهمة بشكل بناء في المناقشات، وتشجيع الأقران، والتصرف بعدالة، وتحسين مناخ التعلم على مقياس يتراوح من 1 (أعارض بشدة) إلى 5 (أوافق بشدة). احسب إجمالي درجة ما بعد البروتوكول لكل فرد عن طريق حساب متوسط الاستجابات، شريطة أن يكون قد أجاب على خمسة على الأقل من البنود الستة.
  3. قم بدمج ملفات الملاحظة، ودرجات التأمل، وسجلات تحليلات التعلم باستخدام معرف الدراسة (Study ID) مجهول الهوية. أنشئ مجموعتي بيانات نهائيتين من هذا الدمج لعمل ملف رئيسي على مستوى المشارك وملف بتنسيق طولي على مستوى الأسبوع.
  4. لا تقم بتعويض فترات الملاحظة المفقودة الناتجة عن عدم ظهور الطالب، ولا التأملات الأسبوعية المفقودة الناتجة عن عدم التسليم. قم بتمييز التأملات المكتملة جزئياً، ومتغيرات تحليلات التعلم غير المكتملة، والتأملات ذات المعلومات المحدودة، ومعرفات الدراسة (Study IDs) غير المتطابقة قبل البدء في التحليل.
  5. استخدم تحليل الحالات المكتملة (complete-case analysis) لنماذج الارتباط المحددة مسبقاً، وبلغ عن عدد الحالات المستبعدة لكل نموذج، وأجرِ فحصاً للحساسية بمقارنة الطلاب المشمولين والمستبعدين بناءً على متغيرات الخط الأساسي المتاحة.
  6. احتفظ بالنوايا الاجتماعية الإيجابية كمقياس أساسي للنتائج لتعكس المواقف الداعمة والتعاونية التي تدعم التغيرات الهيكلية في مشاركة طلاب الجامعات.

9. استكشاف الأخطاء وإصلاحها وتكييف البروتوكول

  1. إذا اختلف مراقبان بأكثر من نمط فئة ثنائية واحدة عبر نفس مجموعة الطلاب، أو إذا انخفض معامل كوهين كابا (Cohen's kappa) عن 0.70 لأي مؤشر، يجب إيقاف التسجيل الرسمي للجلسة المتأثرة، ومراجعة التعريفات الإجرائية، وإكمال جزء إعادة معايرة لمدة 10 min، وإعادة ترميز الفترة المتأثرة قبل إغلاق البيانات.
  2. إذا كانت صادرات المنصة غير مكتملة، يتم توثيق الحقل المفقود، وطلب تصدير ثانٍ من المسؤول الخارجي، والاحتفاظ بالطالب في ملخصات الملاحظة/التأمل مع استبعاد متغير التحليلات غير المتاح من النماذج التي تتطلب ذلك الحقل.
  3. إذا تم تقديم أقل من 80% من التأملات المتوقعة خلال 48 h من فتح المهمة، يتم إرسال تذكير محايد للفصل بأكمله، وتمديد الدعم الفني لمشاكل الوصول، والإبلاغ عن الأعداد النهائية للمشاركات في الوقت المحدد، والمتأخرة، والمفقودة بشكل منفصل.
  4. إذا كان أكثر من 10% من الطلاب في مجموعة ما غير مرئيين لنصف نافذة المسح على الأقل، يتم ترميز الفترات المتأثرة على أنها مفقودة والاعتماد على سجلات المراقب المباشرة بدلاً من محاولة استنتاج السلوك من الفيديو المحجوب.
  5. إذا انسحب طالب، أو رفض المشاركة الإضافية، أو افتقر إلى بيانات قابلة للربط عبر المصادر، يتم إزالة هذا الطالب من نماذج الارتباط المرتبطة، مع الاحتفاظ بتعدادات جدوى البروتوكول الإجمالية عندما تسمح الموافقة الأخلاقية بذلك.
  6. إذا أشار طلاب متعددون إلى أن قسماً ما يصعب فهمه، يجب على المعلم تقديم الاستجابة التربوية المعتادة، مثل إعادة شرح قصيرة، أو مثال محلول، أو مناقشة بين الأقران، أو مورد متابعة. يتم تسجيل ذلك كحدث سياقي لأنه يمكن أن يؤثر على طلب المساعدة، وعمق التأمل، ونشاط المنصة.
  7. يتم تكييف حجم مجموعة الطلاب، وطول الفترة، ومطالبات التأمل، ومتغيرات التحليلات وفقاً للتنسيق التعليمي، مع الحفاظ على نفس منطق المؤشرات السلوكية المحددة مسبقاً، والسجلات مجهولة الهوية، والترميز المستقل، وقواعد البيانات المفقودة الشفافة.
  8. تُعامل الموثوقية المنخفضة، والنسب العالية من البيانات المفقودة، وعمق التأمل المحدود، والتغيير الضعيف في السلوك الاجتماعي الإيجابي، والاتفاق الضعيف بين تدفقات البيانات كـ نتائج تنفيذية معلوماتية بدلاً من كونها إخفاقات في البروتوكول. يتم الإبلاغ عن هذه النتائج وتوضيح ما إذا كانت تعكس سياق الفصل الدراسي، أو قيود الأداة، أو مشاكل في التقاط البيانات.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

إدراج المشاركين، واكتمال البيانات، وموثوقية الدرجات
تمت دعوة مجموعة أولية مكونة من 204 طلاب من جميع أقسام الفصول للمشاركة، مما أسفر عن موافقة 198 فرداً. تم استبعاد أربع عشرة حالة لاحقاً بسبب الانسحاب من الدورة التدريبية خلال فترة البروتوكول أو عدم اكتمال ربط البيانات عبر سجلات الملاحظة والتأمل ومنصة البيانات. وبناءً على ذلك، تكونت عينة التحليل النهائية من 184 طالباً. وتفصّل الجدول 3 خصائص المشاركين، ومعدلات الإنجاز الأسبوعية، والاكتمال العام للبيانات.

خلال...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

تقترح هذه الدراسة بروتوكولاً عملياً يدمج بين الملاحظة السلوكية، والكتابة التأملية، وتحليلات التعلم للتحقق بشكل شامل من مشاركة طلاب الجامعات، وتعبيرهم عن الذات، ووعيهم الاجتماعي الإيجابي ضمن نافذة تعليمية واحدة. ومن خلال رصد أبعاد مختلفة من التفاعل، يعالج هذا النهج ثلاثي الأنماط الانتقادات الحديثة في أبحاث التعليم العالي، والتي تجادل بأن مقاييس وقت الاستخدام والمراقبة القائمة على أجهزة الاستشعار غير كافية عند تقييمها بشكل منفصل1. وعلى مدار البروتوكول الذي استمر لمدة 4 أسابيع، تحسن التفاعل الملحوظ د...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

ليس لدى المؤلفين أي تضارب في المصالح للإفصاح عنه.

شكر وتقدير

يعرب المؤلف عن خالص امتنانه لطلاب المرحلة الجامعية ومدرسي المساقات الذين شاركوا في هذه الدراسة؛ حيث كان تعاونهم أساسياً في الحصول على الملاحظات السلوكية، والكتابات التأملية، وسجلات تحليلات التعلم. لم يتلق هذا البحث أي منحة محددة من أي وكالة تمويل في القطاعات العامة أو التجارية أو غير الربحية.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
ورقة ترميز ملاحظة الفصل الدراسيداخليستة مؤشرات سلوكية ثنائيةترميز قائم على الفترات الزمنية للانتباه للمهمة، والمشاركة اللفظية، والتعاون مع الأقران، وتدوين الملاحظات/استخدام الأجهزة الموجه للمهمة، والتشتت عن المهمة، وطلب المساعدة.
GraphPad PrismGraphpadالإصدار 10.2.3إنشاء مخططات سير العمل، ورسومات الاتجاهات الأسبوعية، ورسومات التوزيع، وأشكال الارتباط.
نظام إدارة التعلم المؤسسي / منصة الدورة التدريبيةالجامعة المضيفةنظام حسابات LMS المؤسسي الحاليجمع تحليلات التعلم مجهولة الهوية.
Microsoft PowerPointMicrosoftMicrosoft 365 v2402إنشاء مخططات سير العمل، ورسومات الاتجاهات الأسبوعية، ورسومات التوزيع، وأشكال الارتباط.
RR Foundationggplot2 3.5.1
برنامج الجداول الحسابيةMicrosoft CorporationMicrosoft Excel 365 v2402إدخال البيانات، وتنظيفها، والتحقق من إزالة الهوية، ودمج مجموعات بيانات الملاحظة/التأمل/التحليلات.
SPSS StatisticsIBM Corpالإصدار 26.0برنامج تحليل إحصائي؛ الإحصاءات الوصفية، ومقارنات القياسات المتكررة، ومعامل Cohen's kappa، و ICC، و Cronbach's alpha، والارتباطات، ونماذج الانحدار.

المراجع

  1. Bergdahl N, et al. Unpacking student engagement in higher education learning analytics: a systematic review. Int J Educ Technol High Educ. 2024;21:63.
  2. Zou W, et al. Examining learners' engagement patterns and knowledge outcome in an experiential learning intervention for youth's social media literacy. Comput Educ. 2024;216:105046.
  3. Johar NA, Kew SN, Tasir Z, Koh E. Learning analytics on student engagement to enhance students' learning performance: a systematic review. Sustainability. 2023;15(10):7849.
  4. Xu Z, et al. Leveraging learning analytics to model student engagement in graduate statistics: a problem-based learning approach in agricultural education. Behav Sci. 2025;15(10):1360.
  5. Alt D, Raichel N, Naamati-Schneider L. Higher education students' reflective journal writing and lifelong learning skills: insights from an exploratory sequential study. Front Psychol. 2022;12:707168.
  6. Suraworachet W, Zhou Q, Cukurova M. Impact of combining human and analytics feedback on students' engagement with, and performance in, reflective writing tasks. Int J Educ Technol High Educ. 2023;20:1.
  7. Zhou S, et al. How classroom climate is linked to prosocial behavior in undergraduate students: a multilevel moderated mediation model of feedback expectation and self-monitoring. BMC Psychol. 2025;14(1):1-13.
  8. Charan IA, Chongjin W, Soomro S. The relationship between academic stress, anxiety, and cognitive behavioral outcomes among young adults: the moderating role of prosocial behavior. Acta Psychol. 2025;258:105234.
  9. Yang Y, Yuan K, Zhu G, Jiao L. Collaborative analytics-enhanced reflective assessment to foster conducive epistemic emotions in knowledge building. Comput Educ. 2024;209:104950.
  10. Veiga F, et al. Higher education student engagement in learning activities: clarifying concepts and introducing a short scale. PLoS One. 2026;21(2):e0340391.
  11. De Bruijn-Smolders M, Prinsen FR. Effective student engagement with blended learning: a systematic review. Heliyon. 2024;10(23):e39439.
  12. Awidi IT, Klutsey JQ. Using online critical reflection to enhance students' confidence, motivation, and engagement in higher education. Technol Knowl Learn. 2025;30:1499-1534.
  13. Cohen J. A coefficient of agreement for nominal scales. Educ Psychol Meas. 1960;20(1):37-46.
  14. Jung Y, Wise AF, Oshima J. How students engage with learning analytics: access, action-taking, and learning routines with message-based information to support collaborative annotation. Comput Educ. 2025;232:105280.
  15. Uzun Y, et al. Engagement with analytics feedback and its relationship to self-regulated learning competence and course performance. Int J Educ Technol High Educ. 2025;22:17.
  16. NasirpourOsgoei SN, Daniel E, Jones-Devitt S. Enhancing academic performance through attendance and recognition: an active learning approach in UK higher education. Innov Educ Teach Int. 2025;1-16.
  17. Chua YHV, Yeo J, Lim WY. Testing individual and group markers of collaboration in a team-based learning classroom. Learn Instr. 2025;101:102176.
  18. Karlsson PS, Shafti F, Duffy K. The house of the business school: a pragmatic approach to conceptualising learning community. Int J Manag Educ. 2025;23(2):101141.
  19. Lackéus M, Hyldegård JS, Færgemann HM. Value creation pedagogy across disciplines in higher education: approaches and motivations. Int J Manag Educ. 2025;23(3):101270.
  20. Gordon CS, Pink MA, Rosing H, Mizzi S. A systematic meta-analysis and meta-synthesis of the impact of service-learning programs on university students' empathy. Educ Res Rev. 2022;37:100490.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم

المساقات الجامعيةالكتابة التأمليةالتشفير السلوكينظام إدارة التعلممشاركة الطلاب
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.