ניתוח חיזוי של מסוגלות עצמית יצירתית של סטודנטים על סמך מודלים של עץ החלטות

Summary

המחקר בוחן את השימוש במודל עץ החלטות C5.0 מותאם (DTM) לחיזוי יעילות עצמית יצירתית (CSE) בקרב סטודנטים. מטרת המחקר היא לקבוע את היעילות של DTM בחיזוי CSE ולזהות את המשתנים המנבאים אותה.

Abstract

יצירתיות היא מוקד במחקר הפסיכולוגי הנוכחי, מקומי ובינלאומי. המודעות העצמית של אדם ליצירתיות שלו חיונית לקביעת הפוטנציאל היצירתי שלו, לעזור לו להבין את החוזקות והחולשות שלו ולהגביר את היצירתיות העצמית שלו. יש מעט מחקרים על תפיסה עצמית של יצירתיות של סטודנטים ועוד פחות על שימוש בעץ ההחלטות (DT) כדי לחזות תפיסה עצמית כזו. מחקר זה נועד להעריך את היעילות של שימוש במודל עץ החלטות C5.0 מותאם (DTM) בחיזוי יעילות עצמית יצירתית (CSE) בקרב סטודנטים ולזהות אילו משתנים יכולים לשמש כמנבאים של CSE. בתגובה לשאלות אלה, 607 סטודנטים במחוז סצ'ואן, סין, מילאו שאלון חוזקות וקשיים (SDQ) המכיל חמישה חלקים: סולם חוסן פסיכולוגי, סולם מסוגלות עצמית אקדמית, תחושה פסיכולוגית של חברות בבית הספר, סולם התנהגות חדשנית וסולם CSE. השיטה המתוארת כוללת אספקה שיטתית של ה-SDQ, ניקוד התוצאות והקצאת קודים לתשובות של 60 תלמידים. באמצעות תת-סולמות SDQ, נבנה DTM בשם C5.0 כדי לחזות את סוגי הסיכון ההתנהגותי. ה-DTM עבר אימון ותיקוף צולב, והראה שיפור של פי 10, וביצועיו הוערכו על ידי דיוק וציון F1. תוצאות ה-C5.0 DTM המתוקן חשפו כי הגורמים המנבאים המשמעותיים של CSE, בסדר יורד, הם אמון פסיכולוגי, תחושה פסיכולוגית של חברות בבית הספר, מסוגלות עצמית אקדמית והתנהגות חדשנית. על ידי הוכחת יעילות ה-DTM בחיזוי CSE של סטודנטים, מחקר זה פיתח את הקשר בין למידה בסיסית ל-CSE, הגדיל את הפרשנות של CSE וסיפק תמיכה מחקרית לשיפור היצירתיות של סטודנטים ו-CSE.

Introduction

יצירתיות נחשבת למניע חיוני להתפתחות חברתית-כלכלית של מספר מדינות והפכה בהדרגה לגורם עיקרי בחוזקה הכולל של אומה. עם זאת, מחקרים מצביעים על כך שמוסדות להשכלה גבוהה בסין עדיין נותנים עדיפות לידע התיאורטי של הסטודנטים, ומזניחים את טיפוח כישורי הדעה האנליטית, כישורי פתרון בעיות אוטונומיים ומיומנויות חדשניות. כתוצאה מכך, למספר תלמידים יש ידע תיאורטי חזק אך מתקשים לנתח ולענות על שאלה¹. ההשפעות הכפולות של סביבות אישיות וחברתיות מניעות תופעה זו, ומניעות סטודנטים לתעדף למידה ותחרות חברתית חיצונית על פני הצרכים הרגשיים וההתפתחות האישית שלהם. סיכון משמעותי נוצר בדמות בינה מלאכותית (AI), שהחברה המודרנית הפכה תלויה בה יתר על המידה, עד כדי ירידה בדעה האישית ובמיומנויות חדשניות. זוהי תוצאה של מגבלה או רגרסיה בהתפתחות האישית והחברתית ^2,3.

לכן, חדשנות התגלתה כנושא חם במחקר הפסיכולוגי המקומי והזר הנוכחי, כאשר מחקרים רבים מצביעים על כך שיעילות עצמית יצירתית (CSE) משפיעה לטובה על היצירתיות. במקביל, מחקרים מצביעים על כך ש-CSE גבוה יותר בקרב תלמידים נמצא בקורלציה עם השקפה חיובית יותר על החיים וביטחון מוגבר בכישוריהם כאשר הם מתמודדים עם משימות מאתגרות ^4,5. אכן, רמות נמוכות של יצירתיות יכולות להשפיע לרעה על כל מאפייני החיים, כולל בעיה תחרותית בקריירה. מחקרים הראו כי הגורם העיקרי ליצירתיות ירודה הוא היעדר CSE. כמטרה משמעותית של יצירתיות, CSE מוגדרת כאמונה של הפרט ביכולתו ליצור מחשבות יצירתיות, להשתתף בהתנהגויות יצירתיות ולהשיג תוצאות יצירתיות. בצוותים, CSE יכול להגביר את היצירתיות האישית בשיתוף ידע ובמאמצים משותפים⁶. CSE גבוה יכול גם לעורר התנהגות חדשנית חדשה (IB) בנוכחות רגשות אופטימיים⁷.

כפי שהומלץ על ידי שינוי הפסיכולוגיה, בסביבות הגילאים 10 עד 14, כישורי התלמידים עשויים להוביל לשינויים ברגשות ובהתנהגות שלהם מכיוון שהבגרות מתרחשת⁸, והם מתמודדים יותר עם בני גילם והלחץ שמגיע איתו. מכיוון שה-SDQ אושר כאמין ותקין מבחינה פסיכומטרית ומכסה רק 25 פריטים⁹, הוא היה מועדף למחקר זה. הוא בוחן חמישה סוגי התנהגות - רגשות, פעולות באוניברסיטה, רמת פעילות, מערכות יחסים במכללה ועזרה - כדי להמחיש את המצב הכללי של בריאותו הנפשית של הסטודנט. על פי עבודות קיימות ^4,5, הם מצאו ששימוש ב-SDQ בסין יעיל יותר משימוש במשימות התנהגותיות בלבד בזיהוי נוכחות מוקדמת של אתגרים פסיכולוגיים והתנהגותיים אצל תלמידים. זה מראה מדוע חקירה חיונית ועובדת היטב בכמה סביבות אוניברסיטאיות.

בהתחשב בכך שסטודנטים הם כוח הליבה והתורמים המובילים לחברה העתידית, ל-CSE שלהם יש חשיבות מיוחדת. מחקרים גילו כי CSE של התלמידים קשור ישירות לרגשות חיוביים ולכיוון שליטה⁸. בנוסף, CSE משפר את ההתנהגויות והביצועים של התלמידים בפעילויות מחוץ לבית הספר⁹. מחקרים מצביעים עוד על כך ש-CSE של התלמידים משפר את הכישורים החברתיים שלהם ואת החוסן הפסיכולוגי (PR), ומאפשר להם להסתגל לסביבות מאתגרות¹⁰. יחסי הציבור של התלמידים משפיעים לטובה על הגמישות, יכולות ההתמודדות, הכישורים האינטלקטואליים והעיכוב הרגשי שלהם¹¹. לכן, הנעת CSE של סטודנטים במכללה חיונית להתפתחות חברתית ואישית.

מחקרים מוכיחים ש-CSE היא מלאכותית בשל מספר גורמים, כולל גיל, רקע אוניברסיטאי והדרכת מורים. לדוגמה, אווירת למידה יצירתית נמצאה כמשפרת את הביצועים האקדמיים של התלמידים, הביטחון העצמי, יכולת ההסתגלות, יכולת פתרון הבעיות, הכישורים הבינאישיים ואחוז הנוכחות⁹. למרות שהמחקרים לעיל זיהו גורמים המניפולטיביים של CSE, תפקידי החיזוי של התפיסות המנטליות של חברי האוניברסיטה והמסוגלות העצמית האקדמית (ASE) על CSE לא זכו לתשומת לב מחקרית מספקת¹¹. יתר על כן, המחקרים הקיימים התמקדו בעיקר בסטודנטים להשכלה בינונית וגבוהה, עם חקירה מוגבלת של CSE בקרב סטודנטים באוניברסיטה. מודל עץ ההחלטות (DTM) הוא אלגוריתם יעיל לכריית נתונים בלמידת מכונה (ML)¹². הוא מנתח תהליכי קבלת החלטות מורכבים כפתרונות קלים יותר להסבר 13,14,15. באמצעות DTM, החוקרים חזו בהצלחה את האלמנטים המשפיעים על ההצלחה או הכישלון של חדשנות בייצור בסין, כמו גם את אחוז ההיענות לסקר על שביעות רצון המשתמשים, הגישה והנאמנות^16,17. מחקר זה נועד להעריך את היעילות של שימוש ב-DTM בחיזוי CSE בקרב סטודנטים ולזהות את המשתנים המנבאים CSE.

מחקר זה משתמש במודל עץ ההחלטות (DTM) כדי לחזות גורמי מפתח המשפיעים על יעילות עצמית יצירתית (CSE) בקרב סטודנטים. DTM נבחר בשל יכולת הפרשנות שלו, יכולתו לטפל בסוגי נתונים מעורבים ויעילותו במידול קשרים לא ליניאריים. בניגוד למודלים של קופסה שחורה, DTM מציע פלטים שקופים ומבוססי כללים, המאפשרים זיהוי ברור של משתני חיזוי. מחקר קודם בחינוך ובפסיכולוגיה תומך בתועלת שלו בניתוח תרחישי קבלת החלטות מורכבים. המבנה החזותי שלו מסייע בפרשנות מעשית, מה שהופך אותו למתאים לסביבות אקדמיות. DTM אידיאלי עבור חוקרים המחפשים גישה ניתנת לפירוש ומונעת נתונים למודל תוצאות התנהגותיות או פסיכולוגיות עם בהירות ורלוונטיות גבוהות.

מסוגלות עצמית יצירתית
CSE היא החלטה סובייקטיבית של אדם לגבי יכולתו להשלים פעילויות יצירתיות בהצלחה. הוא מייצג מדד ספציפי לתחום של יעילות עצמית כללית ומהווה גורם משפיע חיוני ובסיס פסיכולוגי למשימות של אנשים וליישום מאמצים יצירתיים. טירני ופארמר^18,19 הציגו את מודל היישום של Pygmalion CSE, וטענו כי CSE, מניע פנימי של פעילות יצירתית, מאמץ ביעילות יצירתיות אינדיבידואלית ומנבא באופן חיובי באופן משמעותי את יכולתו של הפרט למיומנויות יצירתיות. יתר על כן, חוקרים מדגישים כי CSE משקף את הביטחון העצמי של הפרט בשמירה על מיומנויות יצירתיות, כמו גם את יכולותיו בתהליכי למידה וחיים²⁰. מחקרים מצביעים על כך שאנשים עם תחושת CSE גבוהה יותר נוטים להתמקד בעצמם יותר, ובוחרים באמונות ומטרות שמתאימות לתחומי העניין והאתגרים שלהם כדי לחוות ערך עצמי והישגים^21,22. בעוד שמחקרים קודמים הדגישו בעיקר את CSE כמרכיב חיוני של אמונות עצמיות יצירתיות במימוש הפוטנציאל היצירתי האישי 22,23,24, מחקר זה מגדיר CSE של סטודנטים כאמונות לגבי כישוריהם להשלים התנהגויות המצאתיות ספציפיות בהצלחה.

מדידה ומודל של CSE
CSE נמדד בדרך כלל בסולמות שאומצו ומותאמים ממכשירי SDQ שפותחו בעבר. לדוגמה, הוא נמדד על ידי התאמת סולם המסוגלות העצמית של בנדורה²⁵, סולם היצירתיות של אמאבילה²⁶ וסולם וודמן, סוייר וגריפין²⁷. מחקרי מקרה, תצפיות וראיונות שימשו גם כדי לגלות CSE בהתנהגויות היומיומיות של אנשים בקבוצות ספציפיות. עם זאת, חלק ניכר מהמחקר על CSE התמקד בעסקים ובעובדיהם. היישום של הרעיונות ההיפותטיים של מחקרים אלה על קבוצות אחרות מוגבל. המחקר הציג כי תמיכת המורים והשיטה של סביבה כיתתית חיובית הם חלק בלתי נפרד מהגדלת CSE בקרב תלמידים²⁸.

תפקיד המורה כרוך בהקניית ידע, תהליך הכרוך מטבעו ביצירתיות. הוא הגיע למסקנה כי CSE מוגבר תורם למעורבות עמוקה יותר של אנשים במיומנויות יצירתיות, מה שמוביל לביצועים יצירתיים טובים יותר^29,30. מבחינת גיל, נמצאו הבדלים מגדריים מובהקים ב-CSE בקרב סטודנטים להשכלה גבוהה, בעוד ש-CSE של מקצועות מבוגרים היה גבוה משמעותית מזה של מקצועות מבוגרים יותר. זה מציע שהשפעת הגיל אינה עקבית. תיאוריית התפיסה העצמית היצירתית מודיעה על ההבנה של CSE, הכוללת הערכה ומודעות לביצועי האדם במיומנויות יצירתיות, המסווגות ל-CSE וזהות עצמית יצירתית 31,32,33,34. לתפיסה עצמית יצירתית יש השפעה משמעותית על המוטיבציה, ההתנהגות והתוצאות היצירתיות. בהתבסס על תיאוריה זו, חוקרים פיתחו מודלים מובנים לחקר תפיסה עצמית יצירתית ומיומנויות יצירתיות בסביבות חינוכיות ועבודה³⁵. בנוסף, אמאבילה הציע מודל מרכיב של התנהגות יצירתית ב-1983, שזיהה יכולת יצירתית, מוטיבציה וסביבה יצירתית כשלושת התנאים הנדרשים להתנהגות יצירתית.

שיטות ניתוח חיזוי עבור CSE
במקרה של CSE, שיטות הניתוח החיזוי העיקריות הן ניתוח רגרסיה, ניתוח גורמים מאשרים (CFA), ניתוח רכיבים עיקריים (PCA) ומטא-אנליזה. באמצעות מודלים של משוואות מבניות ו-CFA, טירני ופארמר מצאו כי מיומנות יצירתית, מוטיבציה וסביבה מנבאים את הכישורים היצירתיים של אנשים ואת CSE. העבודה השתמשה ב-PCA כדי להדגים ש-CSE וזהות עצמית יצירתית מהווים דו-ממד של תפיסה עצמית יצירתית, המשפיעים על המוטיבציה היצירתית. חוקרים שיישמו מודלים של רגרסיה מרובה מציעים כי מיומנויות יצירתיות, מטרות, רגשות ואמונות הם מנבאים חיוניים של CSE³⁶.

מנבאים של CSE
במסגרת עבודות אקדמיות קיימות, מספר מחקרים התמקדו ב-CSE של סטודנטים או השתמשו ב-DTM כדי לחזות CSE^37,38. לכן, מחקר זה נועד לחקור את היישום של DTM לחיזוי CSE של סטודנטים. כדי להשיג זאת, המחקר החל בזיהוי מנבאים של CSE בספרות (איור 1).

ראשית, מחקר זה מציע התנהגות תפיסתית והתנהגות סביבתית כגורמים מנבאים של CSE. תיאוריית ההתנהגות המתוכננת מניחה כי נורמות סובייקטיביות, עמדות ושליטה התנהגותית נתפסת משפיעים על כוונות התנהגותיות. שליטה התנהגותית נתפסת, שנקבעת במשותף על ידי דעות שליטה וגורמי סיוע נתפסים, מתייחסת למידה שבה אדם תופס שהוא שולט בהתנהגות בה הוא עוסק; זה מרמז שביצוע IB יכול לשפר את תחושת השליטה של האדם ביצירתיות, הנובעת מתחושה של CSE³⁷. מחקר הראה שיצירתיות היא מנבא של CSE. CSE הוא הביטחון העצמי שיש לאדם ביכולתו ליצור מיומנויות יצירתיות, לעסוק בהתנהגויות יצירתיות ולהשיג תוצאות יצירתיות. מחקרים אלה הראו גם קשר חיובי בין התחושה הפסיכולוגית של חברות בבית הספר (PSSM) לבין CSE³⁸. לכן, CSE עשוי להיות מאומץ על ידי גורמים שונים בסביבה האוניברסיטאית כדי לטפח את היצירתיות של הסטודנטים³⁹. במונחים של גורמים תפיסתיים, מחקר זה מציע PR ו-ASE כמנבאים של CSE. מחקרים הראו כי יחסי ציבור הם יכולתו של אדם לשמור על תגובות רגשיות והתנהגותיות יציבות כאשר הוא מתמודד עם לחץ, מכשולים ומצוקות ולחזור למצב נורמלי במהירות. בהתאם לכך, יחסי ציבור קשורים באופן מובהק וחיובי ליצירתיות רגשית, CSE ומסוגלות עצמית כללית⁴⁰. לבסוף, הוכח כי ניתן לחזות CSE על ידי ASE, המושפע מהחלטתו ואמונותיו של אדם לגבי יכולתו ליישם משימות אקדמיות^41,42. לסיכום, מחקר זה מציע ארבעה מנבאים של CSE: PR, ASE, PSSM ו-IB.

Protocol

המחקר נבדק באוניברסיטה הרגילה של צ'נגדו, מחוז סצ'ואן, סין, עם למעלה מ-17,000 סטודנטים. משאבי ה-SDQ ועיצוב הסקר אושרו על ידי ועדת סקירת האתיקה של אוניברסיטת צ'נגדו נורמל, מחוז סצ'ואן, 611130, סין. האוניברסיטה ערכה את הסקר שלה בין ה-10 ל-13 בספטמבר 2023. השתתפות מרצון הובטחה על ידי קבלת הסכמה מדעת

1. רישום משתתפים

1. בחר אוניברסיטה ממשלתית באמצעות שיטת דגימה אקראית מודעת מעמד. השתמש בקריטריונים הבאים: (i) החינוך לכולם עוקב אחר אותה תוכנית ובוחן את התלמידים באותה שיטה; (2) ההוראה היא באותה שפה (סינית); ו-(3) לכל אוניברסיטה יש מספר אופטימלי של סטודנטים לכל מורה. כאן נבחרה האוניברסיטה הרגילה של צ'נגדו, מחוז סצ'ואן, סין.
2. בחר תלמידים בגילאי 18 עד 21 שנים מכיוון שהם מבינים את פעולותיהם בצורה ברורה יותר מאי פעם.
3. לפני תכנון כלי ה-SDQ, ערכו ראיונות ממוקדי חקירה עם 5 סטודנטים שהסכימו להשתתף בזיהוי מתאמים ניבוי סבירים בין CSE לבין המנבאים המומלצים. לאחר מכן, השתמש בדגימת נוחות כדי למשוך תלמידים מוכנים.
4. בחרו את כל התלמידים המאומתים. בסך הכל 607 סטודנטים אימתו את כל ה-SDQ ואישרו את תקפותם לאחר בדיקה יסודית. הנתונים הדמוגרפיים של המשיבים הראו כי היחס בין גברים לנשים היה 25.5% לעומת 74.5%. לגבי רקע מגורים, 71.4% מהמשתתפים היו מאזורים כפריים, בעוד ש-28.6% הגיעו מסביבות עירוניות. כל התלמידים למדו חינוך לאמנויות ליברליות במסגרת תוכנית לימודים סטנדרטית. רוב המשתתפים השתייכו למשקי בית בעלי הכנסה נמוכה עד בינונית, מה שמשקף את ההרכב הסוציו-אקונומי הרחב יותר של הנרשמים לאוניברסיטאות ציבוריות באזור.
   הערה: בדרך כלל, סטודנטים הנכנסים להשכלה גבוהה להכשרת מורים בסין נוטים לכיוון האמנויות הליברליות בבחינות הכניסה שלהם למכללה. מכיוון שסטודנטיות מגלות בדרך כלל עניין רב יותר בפעילויות יצירתיות מאשר עמיתיהם הגברים, יש בדרך כלל אחוז גבוה יותר של סטודנטיות באוניברסיטאות אלה, מה שמסביר את הדומיננטיות המשמעותית של נשים במדגם.
5. קבץ משתתפים לפי מגדר וכיתה כדי להבטיח שהמודל היה שוויוני. זה משפר את תחולת התוצאות על רוב האוניברסיטאות המופעלות על ידי הממשלה בצ'נגדו, שיש להן אוכלוסיות סוציו-דמוגרפיות דומות.

2. מכשור

הערה: מחקר זה השתמש ב-SDQ המורכב מ-6 חלקים המכילים 52 פריטים, המכסים מידע דמוגרפי, סולם CSE, סולם החוסן הפסיכולוגי, סולם התחושה הפסיכולוגית של חברות בבית הספר, סולם המסוגלות העצמית האקדמית וסולם ההתנהגות היצירתית. נתונים דמוגרפיים כוללים מגדר, גיל והאם האדם מגיע מרקע עירוני או כפרי. הגרסאות האנגליות של הסולמות מתורגמות לסינית.

1. החל את שיטת התרגום ההפוך⁴³. יישם תיקונים ואופטימיזציות לפני סיום ה-SDQ והחלף את סולם הניקוד המקורי בסולם של 5 נקודות כדי לשמור על אמינות תוך הבטחת הטרוגניות עם סולמות אחרים, ובכך להבטיח שקילות קנה מידה.
2. מדוד את כל פריטי ההשערה בסולם של 5 נקודות מ-1=לא מסכים מאוד ל-5=מסכים מאוד.

3. מסוגלות עצמית אקדמית

1. השתמש בסולם המסוגלות העצמית האקדמית של המכללה (CASES) שתוכנן^{במיוחד כדי} להעריך את המסוגלות העצמית בקרב סטודנטים באוניברסיטה הרגילה של צ'נגדו בהכשרה אקדמית. ה-CASES מורכב מתשעה אובייקטים (למשל, הייתי רוצה להצליח יותר משאר התלמידים; אני בטוח שאני יכול להבין מה המורה מאמן; אני רוצה להצליח בכיתה). מקדם האמינות לסולם זה הוא 0.897.

4. סולם התנהגות חדשני

1. כדי למדוד IB, השתמש בסולם התנהגות חדשני⁴⁵. שמרו על התלת-ממד של הסולם באופן הבא: קבוצת גיל של מיומנויות חדשניות (למשל, כשאני בבעיה, אני מקבל לעתים קרובות מיומנויות חדשניות), קידום מיומנויות חדשניות (למשל, אחפש תמיכה ניהולית למיומנויות חדשניות), ויישום מיומנויות חדשניות (למשל, אהפוך את המיומנות החדשנית להכשרה אפשרית). מקדם האמינות לסולם זה הוא 0.917.

5. תחושה פסיכולוגית של סולם החברות בבית הספר

1. השתמש ב-PSSM כדי להעריך את תחושת השייכות של הסטודנטים לאוניברסיטה לגבי מצבם הרגשי, תגובותיהם, הוכחת זהותם, התקשרותם ועמדתם ההתנהגותית.
2. הוא פותח על ידי Goodenow⁴⁶, מכיל 18 פרויקטים ותורגם בדרך כלל לשפות שונות, כולל ספרדית וסינית. השתמש בגרסה הסינית של PSSM עם 18 פריטים (למשל, אני מרגיש שאני שייך לאוניברסיטה הזו; התלמידים לוקחים את הדעות שלי ברצינות)⁴⁷. מקדם האמינות לסולם זה הוא 0.853.

6. סולם חוסן פסיכולוגי

1. השתמש ב-10 האובייקטים של סולם החוסן של קונור-דוידסון (CD-RISC-10) כדי למדוד PR⁴⁸. בתחילה, עם 25 אובייקטים, קמפבל-סילס ושטיין⁴⁹ שיפרו את סולם ה-PR ל-10 אובייקטים בסך הכל בגרסה קצרה יותר.
2. השתמש בסולם כדי למדוד את רגשותיו, תגובותיו וידידותיותו של אדם לגבי מיומנותו כדי להחלים ממיומנויות שליליות ולהסתגל בגמישות לגורמים חיצוניים משתנים. הוא מורכב מהממד החמישי, כלומר, היכולת להתייחס (למשל, אני יכול להיות גמיש ולהסתגל כאשר מתרחש שינוי), סובלנות להשפעה שלילית (למשל, אני יכול להתמודד עם בעיות עם הומור), קבלה של השינוי (למשל, אני חזק יותר באמצעות מיומנות), שליטה (למשל, אני יכול להתמודד עם רגשות נסערים כמו כעס), והשפעה מנטלית (למשל, אני יכול להתמקד בתהליך החשיבה שלי כשאני תחת לחץ^). מקדם האמינות לסולם זה הוא 0.938.

7. סולם CSE

1. השתמש בסולם CSE כדי למדוד CSE, העריך עד כמה אדם מאמין שהוא יכול ליצור מיומנויות יצירתיות⁵⁰. תמצת את הסולם לשלושה אובייקטים לסקר של סטודנטים סינים. מקדם האמינות לסולם זה הוא 0.860.

8. איסוף נתונים

1. מחקר SQD זה נועד לחשוף את הגורמים המנבאים של CSE בקרב סטודנטים באוניברסיטה. השתמש ב-SDQ כדי למדוד את רמת CSE של סטודנטים יחד עם ארבעה מנבאים⁵¹.
2. במהלך תקופה זו, המנהל עודד את התלמידים להשלים מרצונם את ה-SDQ כדי להציג את קוד ה-QR בסוף כל יום אוניברסיטה. אמור למשתתפים שהם יכולים לגשת ל- SDQ על-ידי סריקת קוד ה- QR, מענה על השאלות ולאחר מכן לחיצה על שלח.
3. חשוב לציין, לפני שהתלמידים סורקים את קוד ה-QR, הנחו את המנהל להסביר את מטרת המחקר לתלמידים ולהורים. להבטיח השתתפות מרצון על ידי מציאת הסכמה מדעת.
4. נהל את ה-SDQ לאוכלוסיית התלמידים הממוקדת. ודא שכל משתתף מגיב לכל אובייקטי החובה. תקף את השלמות והעקביות של התגובות.
5. הגדר מבני ליבה כגון ASE, חוסן הורי (PR) ו- CSE. תגובות קוד באמצעות סולם ליקרט בן 5 נקודות הנע בין 1 ל-5. הקצה משתתפים לסוגים גבוהים או נמוכים באמצעות סף של 60% או יותר מציון הסולם המרבי.
6. חלק את מערך הנתונים לקבוצות משנה של הדרכה ובדיקה. השתמש ב-70% מהנתונים (n=423) לאימון המודל. הקצו את 30% הנותרים (n=184) למטרות בדיקה.
7. החל את עץ הסיווג והרגרסיה (CART) כדי למצוא מנבאים משמעותיים. השתמש בטומאת ג'יני כדי לקבוע פיצולי צמתים. ממשיכים לפצל עד שמגיעים למספר מינימלי של מקרים או אפס טומאה.
8. הערך צמתים לגיזום באמצעות שגיאה ריבועית ממוצעת (MSE). חיתוך צומת אם גיזום מפחית את ה-MSE. שמור על צומת אם MSE גדל לאחר החיתוך.
9. השתמש במערך הנתונים של הבדיקה כדי לאמת את ה-DTM. חשב מדדי ביצועים כגון דיוק, רגישות וספציפיות. נתח מקרים שסווגו באופן שגוי כדי למצוא חולשות DTM.
10. בצע ניתוח מתאם מומנט מכפלה של פירסון כדי לחקור קשרים בין משתנים. לפרש את החוזק והכיוון של מתאמים בהתבסס על ערכי מקדם מתאם.
11. השתמש בכללי עץ ההחלטות כדי לזהות כיצד PR ו- ASE חוזים רמות CSE. לכמת את התרומה של כל משתנה לתוצאות הסיווג.
12. הרחב את ערכת התכונות אם דיוק המודל יורד מתחת לסף הרצוי. אמן מחדש את המודל עם משתנים נוספים או גודל מדגם גדול יותר כדי לשפר את הדיוק שלו.
13. בדוק את יכולת ההכללה של המודל באמצעות נתונים מאזורים או מוסדות שונים. שכפל את פרוטוקול המחקר כדי לאמת את הממצאים על פני מדגמים בלתי תלויים.
14. כל מתן SDQ לקח ~ 25 דקות. השתמש בבקרה סביבתית כדי להבטיח רעש סביבתי <45 dB וטמפרטורה ב-26-28 מעלות צלזיוס.
15. הכשירו מנחה אחד לכל 15 תלמידים, באמצעות מפגש תדריך SDQ בן שעתיים⁵². בעזרת תסריטי הפעלה סטנדרטיים, המנחים הצליחו להפחית את ההשפעה של דעותיהם על התוצאות⁵³. בקשו מהמסייע לקרוא את כל ההוראות בדיוק כפי שנכתבו, להימנע מבירור מעבר לשלבים הנדרשים, ולא לנסות להסביר את שאלות הבחינה. המנחים עזרו לחסל את ההשפעה של המראיינים והבטיחו שהנתונים יגיעו רק מהערכות הסטודנטים⁵⁴.
    הערה: תוספות אלה מתייחסות לשונות ביישום ומשפרות את יכולת השחזור חוצה הקשרים. מכיוון שלרוב הסטודנטים לא היו מכשירים אישיים ורק לחלק קטן מהאוניברסיטאות היה Wi-Fi⁵⁵ פעיל, ניהול על הנייר היה הפתרון הטוב ביותר. יתר על כן, מחקרים לא הראו הבדלים בולטים בתוצאות הפסיכומטריות בין פורמט SDQ דיגיטלי לפורמט נייר בקרב אנשים עם רמות אוריינות נמוכות יותר⁵⁶. במחקרים הבאים יהיה מועיל לבחון כיצד פועלת הדיגיטציה באוניברסיטאות פרטיות בעלות משאבים חזקים⁵⁷. מכיוון שלא נעשה קידוד בחוות דעת זו, לא ניתן היה לקבוע מהימנות בין מדרגים.

9. ניתוח נתונים

1. השתמש בשיטת כריית נתונים כדי לנתח את נתוני הסקר⁵⁸. כריית נתונים יכולה לחשוף דפוסים של CSE של תלמידים ולמצוא שלושה סוגים של לומדים: אינטגרטיבי, מוכוון מטרה ודגימה. מחקר זה בחר ב-DTM מכיוון שהוא נמצא בשימוש נרחב כדי לחזות את הביצועים האקדמיים והתנהגויות הלמידה של התלמידים ויכול ליצור כללים מובנים^{בקלות 59}.
   הערה: באופן ספציפי, עץ החלטות (DT) בונה כללי סיווג מדגימות אימון ומייצר גרף מלמעלה למטה קל להבנה המורכב מצומת שורש, מספר צמתים פנימיים וצמתי עלים מרובים. גם צמתי השורש וגם הצמתים הפנימיים מייצגים את תנאי הבדיקה המתאימים (כלומר, מדדי סיווג)⁶⁰, בעוד שצמתי העלים מייצגים את הפלט הסופי. ניתן להסיק כללים על סמך מודל העץ שנוצר על ידי כל צומת. יתר על כן, DT מוכיח סובלנות טובה לרב-קולינאריות ויכול להתמודד עם מתאמים מורכבים בין מנבאים. בנוסף, DT מוגדר מופעל כאשר משתני החיזוי הם קטגוריים, בעוד ש-DT רגרסיה מתאים למשתני חיזוי רציפים⁶⁰.
2. על מנת לקבוע אם CSE של התלמידים גבוה או נמוך, צור מודל חיזוי באמצעות DT מוגדר ונתח את המשמעות של כל גורם בחיזוי CSE.

10. בניית DT

1. קבע את ספי הפיצול ומשתני ההסתעפות האופטימליים עבור ה-DT בהתבסס על קצב הירידה באנטרופיה של המידע, המציין את מידת הטומאה של מערך הנתונים ומוגדר כמשוואה (1).
   (1)
   כאשר D הוא גודל המדגם של מערך נתוני האימון, m, P_k הוא יחס הסיכויים עבור כל סוג.
2. יחס רווח המידע מודד את השונות באנטרופיה של המידע של מערך הנתונים בשיטות סיווג רבות. חשב את יחס הרווח עבור מערך הנתונים D, המחולק ל-n תת-קבוצות על ידי המשתנה שנבחר C, המוגדר על ידי משוואה (2).
   (2)
3. ב- C5.0, בחר את התכונה עם יחס רווח המידע המשמעותי ביותר כנקודת הפיצול, וצור את הענפים המרובים על סמך הערך של תכונה זו כדי להשיג תת-קבוצות מרובות. חזור על תהליך ההפרדה עד שקבוצת המשנה האחרונה תכיל בדיוק את אותו סוג נתונים, ובכך תממש את התיוג האינדוקטיבי של הנתונים.

11. גיזום DT

1. בשיטת הגיזום, גזמו צמתי עלים שכבה אחר שכבה. לאחר בניית ה-DT, חזור על מערכי הנתונים לכל צומת עלה בהתאם ל-DTM המאומן.
2. חשב את ה-MSE עבור מערכי נתונים עלים וחסרי עלים. חיתוך צמתים אם ה-MSE יורד לאחר החיתוך; אחרת, שמור על הצמתים.

12. הערכת DT

1. השתמש ב-70% מנתוני המדגם (n=423) לאימון וב-30% הנותרים (n=184) לבדיקה. האינדיקטורים להערכת איכות המודל הם דיוק, דיוק וזיכרון. דיוק מוגדר כאחוז הדגימות המסווגות כהלכה מתוך כל הדגימות; דיוק הוא כמה דגימות חיוביות הן דגימות חיוביות אמיתיות בתוצאת החיזוי, וזיכרון הוא כמה דגימות חיוביות נחזות נכון בדגימות האמיתיות.

13. ניתוח נתונים

1. לנתח את תוצאות המחקר באמצעות תוכנת ניתוח סטטיסטי. ראשית, נתח את מגמות התדירות והריכוזיות של CSE, כמו גם גורמי חיזוי, באמצעות ניתוחים סטטיסטיים תיאוריים. שנית, בצע ניתוח DT באמצעות אלגוריתם C5.0, המשפר את ID3 ו-C4.5 מכיוון שהוא פועל מהר יותר ומייצר השפעות חיזוי חזקות יותר.

14. קידוד נתונים

1. השתמש ב-60% כנקודת בידול, סמן את המדגם לשתי קבוצות: CSE גבוה ו-CSE נמוך. עבור המנבאים, PR, IB, ASE ו-PSSM הומרו למשתנים בינאריים על פי עקרונות ספציפיים (טבלה 1).

Results

סטטיסטיקה תיאורית
מחקר זה ניתח סטטיסטיקה תיאורית עבור משתנים רציפים ועוקבים (טבלה 2). כל משתנה מקודד על סמך העיקרון שערכים העולים על 60% מהסולם המלא מצביעים על ביצועים מעל הממוצע. יש לציין כי נראה שלסטודנטים יש CSE מעל הממוצע, עם ערך ממוצע של 3.66 וסטיית תקן של 0.80, העולה על 60% מהסולם המלא. זה מציע שלרוב הסטודנטים במכללה יש CSE גבוה. הערכים הממוצעים של ארבעת המשתנים המנבאים הציגו תוצאות דומות, לפיהם התלמידים דיווחו על רמות גבוהות יחסית של ASE, PSSM, PR ו-IB.

Discussion

באמצעות DT-C5.0, מחקר זה בנה מודל חיזוי של ארבעה גורמים של CSE של סטודנטים כדי לחקור את תפקידם של גורמים אלה. כל המסקנות שהוסקו במחקר התבססו על הספרות וניתוחי הנתונים הרלוונטיים.

יעילות ה-DTM בחיזוי רמות CSE אומתה בתוצאות ההערכה. הדיוק, הדיוק והזיכרון של המודל חרגו מקריטריון ה-75%. למודל יש ערך שטח מתחת לעקומה (AUC) של 0.762, העולה על 0.5, מה שמצביע על עליונותו על פני מודל המדידה האקראי. ה-PR הוא החשוב ביותר מבין ארבעת המשתנים שנבחרו עבור ה-DTM. כמו ב...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
כונן דיסק קשיח בנפח 2 TB	Segante	6G SATA 7.2k 3.5 אינץ' (LFF)	אחסון
זיכרון RAM של 8 ג'יגה בייט	טכנולוגיית קינגסטון	4Rx4 DDR4 LRDIMM 2,666 מגה-העברות לשנייה.	אחסון
Intel Core i5	Intel	Core i7	מעבד
כרטיס מסך	NVIDIA GeForce RTX 4060 Ti	Nvidia Corporation	NA
R		( גרסה 4.1.2)	שפת תכנות
כלי הדמיית נתונים	SPSS	IBM	30