مقایسه مدل های سنجش کیفیت خدمات در ارزیابی دانشجویان از کیفیت فرایند تدریس و یادگیری با استفاده از شبکۀ عصبی مصنوعی
چکیده
هدف از این مطالعه تعیین و ارزیابی کمی موقعیت کیفی فرایند تدریس و یادگیری در مراکز آموزش عالی کشاورزی است. به این منظور، از توانمندی شبکه های عصبی مصنوعی در مدل سازی روابط غیر خطی، برای بررسی و ارزیابی مدل های مختلف سنجش کیفیت خدمات استفاده شد. جامعة آماری، دانشجویان تحصیلات تکمیلی رشته های کشاورزی دانشگاه فردوسی مشهد (1070نفر) است که با استفاده از جدول مورگان 280 پرسشنامه جمع آوری شد و درنهایت 202 پرسشنامه تجزیه و تحلیل شد. به منظور بررسی و ارزیابی کیفیت فرایند تدریس و یادگیری از چهار مدل سروپروف غیر وزنی، سروکوآل غیر وزنی، سروپرف وزنی و سروکوآل وزنی به کمک شبکه های عصبی مصنوعی استفاده شد. نتایج به کارگیری رویکرد شبکه های عصبی مصنوعی نشان داد مدل سروکوآل وزنی با دقت بیشتری قادر به ارزیابی کیفیت تدریس و پیش بینی رضایت است. این مدل با معماری 7-29-14-1 یعنی 7 نرون در لایة ورودی، 29 و 14 نرون در لایه های مخفی اول و دوم و یک نرون در لایة خروجی، به عنوان بهترین راه حل برای تخمین ارزیابی کیفیت انتخاب شد. این معماری دارای ضریب همبستگی 96/0 بود و مقایر mae، mse و mape آن به ترتیب 18/0، 06/0 و 41/4 درصد داشتند.
نویسندگان و وابستگی سازمانی
- سید یوسف حجازی — استاد دانشکدة اقتصاد و توسعة کشاورزی، دانشگاه تهران
- فاطمه رجبیان غریب — دانشجوی کارشناسی ارشد آموزش کشاورزی، دانشگاه تهران
- محمود امید — استاد دانشکدة مهندسی فناوری کشاورزی، دانشگاه تهران