Gen yon bezwen ap grandi pou etidyan santre aprantisaj (SCL) nan enstitisyon edikasyon siperyè, ki gen ladan dantis.Sepandan, SCL gen aplikasyon limite nan edikasyon dantè.Se poutèt sa, etid sa a gen pou objaktif pou ankouraje aplikasyon SCL nan dantis lè l sèvi avèk teknoloji aprantisaj machin pye bwa desizyon (ML) pou kat fason aprantisaj pi pito (LS) ak estrateji aprantisaj korespondan (IS) elèv dantè kòm yon zouti itil pou devlope direktiv IS. .Metòd pwomèt pou etidyan dantè.
Yon total de 255 etidyan dantè ki soti nan University of Malaya ranpli kesyonè Index of Learning Styles (m-ILS) modifye, ki te genyen 44 atik pou klase yo nan LS respektif yo.Done yo kolekte (yo rele yon seri done) yo itilize nan aprantisaj sipèvize pye bwa desizyon pou otomatikman matche estil aprantisaj elèv yo ak IS ki pi apwopriye.Apre sa, yo evalye presizyon zouti rekòmandasyon IS ki baze sou aprantisaj machin.
Aplikasyon an nan modèl pyebwa desizyon nan yon pwosesis kat otomatik ant LS (antre) ak IS (sorti sib) pèmèt pou yon lis imedyat nan estrateji aprantisaj apwopriye pou chak elèv dantè.Zouti rekòmandasyon IS la te demontre presizyon pafè ak rapèl nan presizyon modèl jeneral, ki endike ke matche LS ak IS gen bon sansiblite ak espesifik.
Yon zouti rekòmandasyon IS ki baze sou yon pyebwa desizyon ML pwouve kapasite l pou l matche avèk presizyon estil aprantisaj elèv dantè yo ak estrateji aprantisaj apwopriye.Zouti sa a bay opsyon pwisan pou planifye kou oswa modil ki santre sou elèv k ap aprann ki ka amelyore eksperyans aprantisaj elèv yo.
Ansèyman ak aprantisaj se aktivite fondamantal nan enstitisyon edikasyonèl yo.Lè w ap devlope yon bon kalite sistèm edikasyon pwofesyonèl, li enpòtan pou konsantre sou bezwen aprantisaj elèv yo.Entèraksyon ant elèv yo ak anviwònman aprantisaj yo ka detèmine atravè LS yo.Rechèch yo sijere ke dezakò pwofesè yo vle ant LS ak IS elèv yo ka gen konsekans negatif sou aprantisaj elèv yo, tankou diminye atansyon ak motivasyon.Sa a pral afekte endirèkteman pèfòmans elèv [1,2].
IS se yon metòd pwofesè yo itilize pou bay elèv konesans ak konpetans, tankou ede elèv yo aprann [3].An jeneral, bon pwofesè yo planifye estrateji ansèyman oswa IS ki pi byen koresponn ak nivo konesans elèv yo, konsèp yo ap aprann yo ak etap aprantisaj yo.Teyorikman, lè LS ak IS matche, elèv yo pral kapab òganize epi sèvi ak yon seri konpetans espesifik pou aprann efektivman.Tipikman, yon plan leson gen ladan plizyè tranzisyon ant etap, tankou soti nan ansèyman nan pratik gide oswa soti nan pratik gide nan pratik endepandan.Avèk sa a nan tèt ou, pwofesè efikas souvan planifye ansèyman ak objektif pou konstwi konesans ak konpetans elèv yo [4].
Demann pou SCL ap grandi nan enstitisyon edikasyon siperyè, ki gen ladan dantis.Estrateji SCL yo fèt pou satisfè bezwen aprantisaj elèv yo.Sa a ka reyalize, pa egzanp, si elèv yo patisipe aktivman nan aktivite aprantisaj ak pwofesè yo aji kòm fasilitatè epi yo responsab pou bay fidbak ki gen anpil valè.Yo di ke bay materyèl aprantisaj ak aktivite ki apwopriye ak nivo edikasyon elèv yo oswa preferans ka amelyore anviwònman aprantisaj elèv yo epi ankouraje eksperyans aprantisaj pozitif [5].
An jeneral, pwosesis aprantisaj elèv dantè yo enfliyanse pa divès pwosedi klinik yo oblije fè ak anviwònman klinik kote yo devlope ladrès efikas entèpèsonèl.Objektif fòmasyon an se pou pèmèt elèv yo konbine konesans debaz nan dantis ak ladrès klinik dantè epi aplike konesans akeri yo nan nouvo sitiyasyon klinik [6, 7].Rechèch bonè nan relasyon ki genyen ant LS ak IS te jwenn ke ajisteman estrateji aprantisaj trase nan LS pi pito a ta ede amelyore pwosesis edikasyonèl la [8].Otè yo rekòmande tou pou itilize yon varyete metòd ansèyman ak evalyasyon pou adapte yo ak aprantisaj ak bezwen elèv yo.
Pwofesè yo benefisye lè yo aplike konesans LS pou ede yo konsepsyon, devlope ak aplike ansèyman ki pral amelyore akizisyon elèv yo nan konesans ak konpreyansyon pi pwofon matyè a.Chèchè yo te devlope plizyè zouti evalyasyon LS, tankou Kolb Experiential Learning Model, Felder-Silverman Learning Style Model (FSLSM), ak modèl Fleming VAK/VARK [5, 9, 10].Dapre literati a, modèl aprantisaj sa yo se modèl aprantisaj ki pi souvan itilize ak pi etidye.Nan travay rechèch aktyèl la, yo itilize FSLSM pou evalye LS nan mitan etidyan dantè yo.
FSLSM se yon modèl lajman itilize pou evalye aprantisaj adaptatif nan jeni.Gen anpil travay pibliye nan syans sante yo (ki gen ladan medikaman, enfimyè, famasi ak dantis) ki ka jwenn lè l sèvi avèk modèl FSLSM [5, 11, 12, 13].Enstriman yo itilize pou mezire dimansyon LS nan FLSM yo rele Index of Learning Styles (ILS) [8], ki gen 44 atik ki evalye kat dimansyon LS: pwosesis (aktif/reflektif), pèsepsyon (pèsepsyon/entwisyon), opinyon (vizyèl)./vèbal) ak konpreyansyon (sekans/global) [14].
Jan yo montre nan Figi 1, chak dimansyon FSLSM gen yon preferans dominan.Pou egzanp, nan dimansyon pwosesis la, elèv ki gen LS "aktif" pito trete enfòmasyon lè yo kominike dirèkteman ak materyèl aprantisaj, aprann nan fè, epi yo gen tandans aprann an gwoup.LS "reflektif" la refere a aprann nan panse epi li pito travay poukont li.Dimansyon "pèsepsyon" nan LS ka divize an "santi" ak/oswa "entwisyon."Elèv ki “santi” pito plis enfòmasyon konkrè ak pwosedi pratik, yo oryante sou reyalite konpare ak elèv “entwisyon” ki prefere materyèl abstrè epi ki pi inovatè ak kreyatif nan nati.Dimansyon "antre" nan LS konsiste de elèv k ap aprann "vizyèl" ak "vèbal".Moun ki gen LS "vizyèl" prefere aprann atravè demonstrasyon vizyèl (tankou dyagram, videyo, oswa demonstrasyon an dirèk), tandiske moun ki gen LS "vèbal" prefere aprann atravè mo nan eksplikasyon ekri oswa oral.Pou "konprann" dimansyon LS yo, moun k ap aprann sa yo ka divize an "sekans" ak "global".“Aprann sekans yo prefere yon pwosesis reflechi lineyè epi aprann etap pa etap, pandan y ap aprann mondyal yo gen tandans gen yon pwosesis reflechi holistic epi toujou gen yon pi bon konpreyansyon sou sa yo ap aprann.
Dènyèman, anpil chèchè yo te kòmanse eksplore metòd pou dekouvèt otomatik done kondwi, ki gen ladan devlopman nan nouvo algoritm ak modèl ki kapab entèprete gwo kantite done [15, 16].Dapre done yo bay yo, sipèvize ML (aprantisaj machin) kapab jenere modèl ak ipotèz ki predi rezilta nan lavni ki baze sou konstriksyon algoritm [17].Senpleman mete, teknik aprantisaj machin sipèvize manipile done antre ak tren algoritm.Lè sa a, li jenere yon seri ki klase oswa predi rezilta a ki baze sou sitiyasyon ki sanble pou done yo bay opinyon yo.Avantaj prensipal la nan algoritm aprantisaj machin sipèvize se kapasite li pou etabli rezilta ideyal ak vle [17].
Atravè itilizasyon metòd ki baze sou done ak modèl kontwòl pyebwa desizyon, deteksyon otomatik LS posib.Pyebwa desizyon yo te rapòte yo lajman itilize nan pwogram fòmasyon nan divès domèn, ki gen ladan syans sante [18, 19].Nan etid sa a, devlopè sistèm yo te fòme modèl la espesyalman pou idantifye LS elèv yo epi rekòmande pi bon IS pou yo.
Objektif etid sa a se pou devlope estrateji livrezon IS ki baze sou LS elèv yo epi aplike apwòch SCL la lè w devlope yon zouti rekòmandasyon IS ki mete sou LS.Koule konsepsyon zouti rekòmandasyon IS kòm yon estrateji metòd SCL montre nan Figi 1. Zouti rekòmandasyon IS divize an de pati, ki gen ladan mekanis klasifikasyon LS lè l sèvi avèk ILS ak ekspozisyon IS ki pi apwopriye pou elèv yo.
An patikilye, karakteristik zouti rekòmandasyon sekirite enfòmasyon yo enkli itilizasyon teknoloji entènèt ak itilizasyon aprantisaj machin pye bwa desizyon.Devlopè sistèm amelyore eksperyans itilizatè a ak mobilite lè yo adapte yo ak aparèy mobil tankou telefòn mobil ak tablèt.
Eksperyans lan te fèt an de etap ak elèv ki soti nan Fakilte Dexter nan University of Malaya te patisipe sou yon baz volontè.Patisipan yo te reponn sou entènèt m-ILS yon etidyan dantè nan lang angle.Nan faz inisyal la, yo te itilize yon seri done 50 elèv pou fòme algorithm aprantisaj machin pye bwa desizyon an.Nan dezyèm faz pwosesis devlopman an, yo te itilize yon seri done 255 elèv pou amelyore presizyon enstriman devlope a.
Tout patisipan yo resevwa yon brèf sou entènèt nan kòmansman chak etap, tou depann de ane akademik la, atravè Microsoft Teams.Objektif etid la te eksplike epi yo te jwenn konsantman enfòme.Tout patisipan yo te bay yon lyen pou jwenn aksè nan m-ILS la.Yo te mande chak elèv pou yo reponn tout 44 atik ki nan kesyonè a.Yo te ba yo yon semèn pou konplete ILS modifye a nan yon lè ak yon kote ki bon pou yo pandan repo semès la anvan kòmansman semès la.M-ILS baze sou enstriman ILS orijinal la epi li modifye pou etidyan dantè yo.Menm jan ak ILS orijinal la, li genyen 44 atik ki distribye egalman (a, b), ak 11 atik chak, ki itilize pou evalye aspè chak dimansyon FSLSM.
Pandan premye etap yo nan devlopman zouti, chèchè yo manyèlman anote kat yo lè l sèvi avèk yon seri done 50 etidyan dantè.Dapre FSLM a, sistèm nan bay sòm repons "a" ak "b".Pou chak dimansyon, si elèv la chwazi "a" kòm yon repons, LS la klase kòm Aktif/Pèsepsyon/Vizyèl/Sekans, epi si elèv la chwazi "b" kòm yon repons, yo klase elèv la kòm Reflektif/Entwisyon/Lengwistik. ./ mondyal k ap aprann.
Apre yo fin kalibre workflow ant chèchè edikasyon dantè yo ak devlopè sistèm yo, yo te chwazi kesyon ki baze sou domèn FLSSM epi yo te antre nan modèl ML pou predi LS chak elèv."Fatra nan, fatra soti" se yon di popilè nan domèn aprantisaj machin, ak yon anfaz sou bon jan kalite done.Bon jan kalite a nan done yo opinyon detèmine presizyon ak presizyon nan modèl la aprantisaj machin.Pandan faz jeni karakteristik yo, yo kreye yon seri nouvo karakteristik ki se sòm repons "a" ak "b" ki baze sou FLSSM.Nimewo idantifikasyon pozisyon dwòg yo bay nan Tablo 1.
Kalkile nòt ki baze sou repons yo epi detèmine LS elèv la.Pou chak elèv, ranje nòt la soti nan 1 a 11. Nòt 1 a 3 endike yon balans nan preferans aprantisaj nan menm dimansyon, ak nòt soti nan 5 a 7 endike yon preferans modere, ki endike ke elèv yo gen tandans prefere yon anviwònman ansèyman lòt moun. .Yon lòt varyasyon sou menm dimansyon an se ke nòt soti nan 9 a 11 reflete yon preferans fò pou yon bout oswa lòt [8].
Pou chak dimansyon, dwòg yo te gwoupe nan "aktif", "reflektif" ak "balanse".Pa egzanp, lè yon elèv reponn "a" pi souvan pase "b" sou yon atik deziyen epi nòt li depase papòt 5 pou yon atik patikilye ki reprezante dimansyon Processing LS la, li fè pati LS "aktif" la. domèn..Sepandan, elèv yo te klase kòm LS "reflektif" lè yo te chwazi "b" plis pase "a" nan 11 kesyon espesifik (Tablo 1) epi yo te fè nòt plis pase 5 pwen.Finalman, elèv la nan yon eta de "ekilib."Si nòt la pa depase 5 pwen, Lè sa a, sa a se yon LS "pwosesis".Pwosesis klasifikasyon an te repete pou lòt dimansyon LS yo, sètadi pèsepsyon (aktif/reflektif), opinyon (vizyèl/vèbal), ak konpreyansyon (sekans/global).
Modèl pye bwa desizyon yo ka itilize diferan sous-ansanm karakteristik ak règ desizyon nan diferan etap nan pwosesis klasifikasyon an.Li konsidere kòm yon klasifikasyon popilè ak zouti prediksyon.Li ka reprezante lè l sèvi avèk yon estrikti pye bwa tankou yon organigram [20], kote gen nœuds entèn ki reprezante tès pa atribi, chak branch ki reprezante rezilta tès yo, ak chak nœud fèy (nœud fèy) ki gen yon etikèt klas.
Yon senp pwogram ki baze sou règ yo te kreye otomatikman nòt ak anote LS chak elèv ki baze sou repons yo.Ki baze sou règ yo pran fòm yon deklarasyon IF, kote "SI" dekri deklanche a ak "LÈ" presize aksyon an dwe fèt, pou egzanp: "Si X rive, Lè sa a, fè Y" (Liu et al., 2014).Si seri done a montre korelasyon ak modèl pye bwa desizyon an byen fòme epi evalye, apwòch sa a kapab yon fason efikas pou otomatize pwosesis matche LS ak IS.
Nan dezyèm faz devlopman, done yo te ogmante a 255 pou amelyore presizyon zouti rekòmandasyon an.Seri done a divize an yon rapò 1:4.Yo te itilize 25% (64) nan seri done a pou seri tès la, ak rès 75% (191) yo te itilize kòm seri fòmasyon an (Figi 2).Ansanm done a bezwen divize pou anpeche modèl la antrene ak teste sou menm seri done a, sa ki ka lakòz modèl la sonje olye ke aprann.Modèl la fòme sou seri fòmasyon an epi evalye pèfòmans li sou seri tès la—done modèl la pa janm wè anvan.
Yon fwa yo devlope zouti IS a, aplikasyon an pral kapab klase LS dapre repons elèv dantè yo atravè yon koòdone entènèt.Sistèm zouti rekòmandasyon sekirite enfòmasyon ki baze sou entènèt la bati lè l sèvi avèk langaj pwogramasyon Python lè l sèvi avèk fondasyon Django kòm backend la.Tablo 2 bay lis bibliyotèk yo itilize nan devlopman sistèm sa a.
Ansanm done a bay yon modèl pyebwa desizyon pou kalkile ak ekstrè repons elèv yo pou klasifye otomatikman mezi LS elèv yo.
Matris konfizyon an itilize pou evalye presizyon yon algorithm aprantisaj machin pye bwa desizyon sou yon seri done bay yo.An menm tan an, li evalye pèfòmans modèl klasifikasyon an.Li rezime prediksyon modèl la epi konpare yo ak etikèt done aktyèl yo.Rezilta evalyasyon yo baze sou kat valè diferan: Vrè Pozitif (TP) – modèl la te prevwa kòrèkteman kategori pozitif la, Fo Pozitif (FP) – modèl la te prevwa kategori pozitif la, men vrè etikèt la te negatif, Vrè Negatif (TN) – modèl la kòrèkteman prevwa klas negatif la, ak fo negatif (FN) - Modèl la predi yon klas negatif, men etikèt la vre se pozitif.
Lè sa a, valè sa yo itilize pou kalkile divès kalite mezi pèfòmans nan modèl klasifikasyon scikit-learn nan Python, sètadi presizyon, presizyon, rapèl, ak nòt F1.Men kèk egzanp:
Rapèl (oswa sansiblite) mezire kapasite modèl la pou byen klasifye LS yon elèv apre li fin reponn kesyonè m-ILS la.
Espesifik yo rele yon to negatif vre.Kòm ou ka wè nan fòmil ki anwo a, sa a ta dwe rapò a nan vrè negatif (TN) ak vrè negatif ak fo pozitif (FP).Kòm yon pati nan zouti rekòmande pou klasifye dwòg elèv yo, li ta dwe kapab idantifikasyon egzat.
Done orijinal 50 elèv yo te itilize pou fòme modèl ML pye bwa desizyon an te montre relativman ba presizyon akòz erè imen nan anotasyon yo (Tablo 3).Apre yo fin kreye yon senp pwogram ki baze sou règ pou kalkile otomatikman nòt LS ak anotasyon elèv yo, yo te itilize yon kantite done ki ogmante (255) pou fòme ak teste sistèm rekòmandasyon an.
Nan matris konfizyon miltiklas la, eleman dyagonal yo reprezante kantite prediksyon kòrèk pou chak kalite LS (Figi 4).Sèvi ak modèl pye bwa desizyon an, yo te prevwa yon total de 64 echantiyon kòrèkteman.Kidonk, nan etid sa a, eleman dyagonal yo montre rezilta yo espere, sa ki endike ke modèl la fè byen epi ak presizyon predi etikèt klas la pou chak klasifikasyon LS.Kidonk, presizyon an jeneral nan zouti rekòmandasyon an se 100%.
Valè presizyon, presizyon, rapèl, ak nòt F1 yo montre nan Figi 5. Pou sistèm rekòmandasyon an lè l sèvi avèk modèl pye bwa desizyon an, nòt F1 li se 1.0 "pafè," ki endike presizyon pafè ak rapèl, ki reflete sansiblite enpòtan ak espesifik. valè.
Figi 6 montre yon vizyalizasyon modèl pyebwa desizyon apre fòmasyon ak tès yo fini.Nan yon konparezon kòt a kòt, modèl pye bwa desizyon ki resevwa fòmasyon ak mwens karakteristik te montre pi gwo presizyon ak vizyalizasyon modèl pi fasil.Sa montre ke jeni karakteristik ki mennen nan rediksyon karakteristik se yon etap enpòtan nan amelyore pèfòmans modèl.
Lè w aplike aprantisaj sipèvize pyebwa desizyon, kat ant LS (antre) ak IS (sòti sib) otomatikman pwodui epi li gen enfòmasyon detaye pou chak LS.
Rezilta yo te montre ke 34.9% nan 255 elèv yo te prefere yon (1) opsyon LS.Majorite a (54.3%) te gen de oswa plis preferans LS.12.2% elèv yo te note ke LS byen ekilibre (Tablo 4).Anplis uit LS prensipal yo, gen 34 konbinezon klasifikasyon LS pou etidyan dantè University of Malaya.Pami yo, pèsepsyon, vizyon, ak konbinezon pèsepsyon ak vizyon se prensipal LS elèv yo rapòte (Figi 7).
Jan yo ka wè nan tablo 4 la, majorite elèv yo te gen yon LS sansoryèl (13.7%) oswa vizyèl (8.6%).Yo te rapòte ke 12.2% nan elèv konbine pèsepsyon ak vizyon (persèpsyon-vizyèl LS).Konklizyon sa yo sijere ke elèv yo prefere aprann epi sonje atravè metòd etabli, swiv pwosedi espesifik ak detaye, epi yo atantif nan nati.An menm tan, yo renmen aprann nan gade (itilize dyagram, elatriye) epi yo gen tandans diskite ak aplike enfòmasyon an gwoup oswa poukont yo.
Etid sa a bay yon apèsi sou teknik aprantisaj machin yo itilize nan done min, ak yon konsantre sou imedyatman epi ak presizyon predi LS elèv yo ak rekòmande IS apwopriye.Aplikasyon yon modèl pyebwa desizyon idantifye faktè ki pi sere ki gen rapò ak lavi yo ak eksperyans edikasyon.Li se yon algorithm aprantisaj machin sipèvize ki sèvi ak yon estrikti pyebwa pou klasifye done lè li divize yon seri done an sou-kategori ki baze sou sèten kritè.Li travay lè li divize done opinyon yo an sou-ansanm ki baze sou valè youn nan karakteristik opinyon chak ne entèn jiskaske yo pran yon desizyon nan ne fèy la.
Nœuds entèn pyebwa desizyon an reprezante solisyon an ki baze sou karakteristik opinyon pwoblèm m-ILS la, epi nœuds fèy yo reprezante prediksyon final klasifikasyon LS la.Pandan tout etid la, li fasil pou konprann yerachi pyebwa desizyon ki eksplike ak vizyalize pwosesis desizyon an lè w gade relasyon ki genyen ant karakteristik opinyon ak prediksyon pwodiksyon an.
Nan domèn syans enfòmatik ak jeni, algoritm aprantisaj machin yo lajman itilize pou predi pèfòmans elèv yo ki baze sou nòt egzamen antre yo [21], enfòmasyon demografik, ak konpòtman aprantisaj [22].Rechèch te montre ke algorithm la te prevwa avèk presizyon pèfòmans elèv yo epi li te ede yo idantifye elèv ki gen risk pou difikilte akademik yo.
Yo rapòte aplikasyon algoritm ML nan devlopman simulateur vityèl pasyan pou fòmasyon dantè.Similatè a kapab repwodui avèk presizyon repons fizyolojik pasyan reyèl epi li ka itilize pou fòme elèv dantè yo nan yon anviwònman ki an sekirite ak kontwole [23].Plizyè lòt etid montre ke algoritm aprantisaj machin yo ka potansyèlman amelyore kalite ak efikasite edikasyon dantè ak medikal ak swen pasyan yo.Yo te itilize algoritm aprantisaj machin pou ede nan dyagnostik maladi dantè ki baze sou seri done tankou sentòm ak karakteristik pasyan yo [24, 25].Pandan ke lòt etid yo te eksplore itilizasyon algoritm aprantisaj machin pou fè travay tankou predi rezilta pasyan yo, idantifye pasyan ki gen gwo risk, devlope plan tretman pèsonalize [26], tretman parodontal [27], ak tretman kari [25].
Malgre ke rapò sou aplikasyon an nan aprantisaj machin nan dantis yo te pibliye, aplikasyon li nan edikasyon dantè rete limite.Se poutèt sa, etid sa a te vize sèvi ak yon modèl pyebwa desizyon yo idantifye faktè ki pi asosye ak LS ak IS nan mitan elèv dantè.
Rezilta etid sa a montre ke zouti rekòmandasyon devlope a gen gwo presizyon ak presizyon pafè, ki endike ke pwofesè yo ka benefisye de zouti sa a.Sèvi ak yon pwosesis klasifikasyon ki baze sou done, li ka bay rekòmandasyon pèsonalize epi amelyore eksperyans ak rezilta edikasyonèl pou edikatè ak elèv yo.Pami yo, enfòmasyon yo jwenn atravè zouti rekòmandasyon yo ka rezoud konfli ant metòd ansèyman pwofesè yo prefere ak bezwen aprantisaj elèv yo.Pou egzanp, akòz pwodiksyon otomatik zouti rekòmandasyon yo, tan ki nesesè pou idantifye IP yon elèv epi matche li ak IP ki koresponn lan pral redwi anpil.Nan fason sa a, aktivite fòmasyon apwopriye ak materyèl fòmasyon ka òganize.Sa ede devlope konpòtman pozitif aprantisaj elèv yo ak kapasite pou yo konsantre.Yon etid rapòte ke bay elèv yo materyèl aprantisaj ak aktivite aprantisaj ki matche ak LS pi pito yo ka ede elèv yo entegre, trete, epi jwi aprantisaj nan plizyè fason pou reyalize pi gwo potansyèl [12].Rechèch yo montre tou ke anplis amelyore patisipasyon elèv yo nan salklas la, konprann pwosesis aprantisaj elèv yo jwe yon wòl enpòtan tou nan amelyore pratik ansèyman ak kominikasyon ak elèv yo [28, 29].
Sepandan, menm jan ak nenpòt teknoloji modèn, gen pwoblèm ak limit.Men sa yo enkli pwoblèm ki gen rapò ak enfòmasyon prive, patipri ak jistis, ak konpetans pwofesyonèl ak resous ki nesesè pou devlope ak aplike algoritm aprantisaj machin nan edikasyon dantè;Sepandan, enterè k ap grandi ak rechèch nan domèn sa a sijere ke teknoloji aprantisaj machin yo ka gen yon enpak pozitif sou edikasyon dantè ak sèvis dantè.
Rezilta etid sa a endike ke mwatye nan etidyan dantè yo gen yon tandans pou "percevoir" dwòg.Kalite elèv sa a gen yon preferans pou reyalite ak egzanp konkrè, yon oryantasyon pratik, pasyans pou detay, ak yon preferans "vizyèl" LS, kote elèv k ap aprann yo prefere itilize foto, grafik, koulè, ak kat pou transmèt lide ak panse.Rezilta aktyèl yo konsistan avèk lòt etid ki itilize ILS pou evalye LS nan etidyan dantè ak medikal, pifò ladan yo gen karakteristik LS pèsepsyon ak vizyèl [12, 30].Dalmolin et al sijere ke enfòme elèv yo sou LS yo pèmèt yo rive nan potansyèl aprantisaj yo.Chèchè yo diskite ke lè pwofesè yo byen konprann pwosesis edikasyon elèv yo, divès metòd ansèyman ak aktivite yo ka aplike ki pral amelyore pèfòmans elèv yo ak eksperyans aprantisaj [12, 31, 32].Lòt etid yo montre ke ajisteman LS elèv yo montre tou amelyorasyon nan eksperyans aprantisaj ak pèfòmans elèv yo apre yo fin chanje estil aprantisaj yo pou adapte pwòp LS yo [13, 33].
Opinyon pwofesè yo ka varye konsènan aplikasyon estrateji ansèyman ki baze sou kapasite aprantisaj elèv yo.Pandan ke kèk wè benefis ki genyen nan apwòch sa a, ki gen ladan opòtinite devlopman pwofesyonèl, konsèy, ak sipò kominote a, lòt moun ka enkyete sou tan ak sipò enstitisyonèl.Fè efò pou jwenn balans se kle pou kreye yon atitid elèv ki santre.Otorite edikasyon siperyè, tankou administratè inivèsite, ka jwe yon wòl enpòtan nan kondwi chanjman pozitif lè yo entwodwi pratik inovatè ak sipòte devlopman fakilte [34].Pou kreye yon sistèm edikasyon siperyè ki vrèman dinamik e ki reponn, moun k ap fè politik yo dwe pran mezi odasyeu, tankou fè chanjman politik, konsakre resous nan entegrasyon teknoloji, ak kreye kad ki ankouraje apwòch ki santre sou elèv yo.Mezi sa yo enpòtan anpil pou reyalize rezilta yo vle.Dènye rechèch sou ansèyman différencié montre klèman ke aplikasyon ansèyman différencié avèk siksè egzije fòmasyon kontinyèl ak opòtinite devlopman pou pwofesè [35].
Zouti sa a bay bonjan sipò pou edikatè dantè ki vle pran yon apwòch elèv ki santre pou planifye aktivite aprantisaj elèv yo.Sepandan, etid sa a limite a itilizasyon modèl pye bwa desizyon ML.Nan lavni, yo ta dwe kolekte plis done pou konpare pèfòmans diferan modèl aprantisaj machin pou konpare presizyon, fyab, ak presizyon zouti rekòmandasyon yo.Anplis de sa, lè w ap chwazi metòd aprantisaj machin ki pi apwopriye pou yon travay patikilye, li enpòtan pou konsidere lòt faktè tankou konpleksite modèl ak entèpretasyon.
Yon limit nan etid sa a se ke li sèlman konsantre sou kat LS ak IS nan mitan elèv dantè.Se poutèt sa, sistèm rekòmandasyon devlope a pral sèlman rekòmande sa yo ki apwopriye pou elèv dantè.Chanjman nesesè pou elèv yo itilize nan edikasyon siperyè jeneral.
Zouti rekòmandasyon ki baze sou aprantisaj machin ki fèk devlope a kapab imedyatman klase ak matche LS elèv yo ak IS ki koresponn lan, sa ki fè li premye pwogram edikasyon dantè pou ede edikatè dantè yo planifye aktivite ansèyman ak aprantisaj ki enpòtan.Sèvi ak yon pwosesis triyaj ki baze sou done, li ka bay rekòmandasyon pèsonalize, ekonomize tan, amelyore estrateji ansèyman, sipòte entèvansyon vize, epi ankouraje devlopman pwofesyonèl kontinyèl.Aplikasyon li pral ankouraje apwòch elèv ki santre nan edikasyon dantè.
Gilak Jani Associated Press.Korespondans oswa dezakò ant estil aprantisaj elèv la ak estil ansèyman pwofesè a.Int J Mod Educ Syans enfòmatik.2012;4(11):51–60.https://doi.org/10.5815/ijmecs.2012.11.05
Tan pòs: Apr-29-2024