ترغب بنشر مسار تعليمي؟ اضغط هنا

قياس المخرجات التعليمية لمنهاج الخوارزميات و بنى المعطيات

Measuring of Instructional Outputs of Algorithms and Data Structures Curriculum

1869   0   55   0 ( 0 )
 تاريخ النشر 2014
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

يسعى البحث إلى قياس المخرجات التعليمية في منهاج الخوارزميات و بنى المعطيات لطلاب السنة الثانية في قسم هندسة الحواسيب بكلية الهندسة الكهربائية و الإلكترونية في جامعة حلب، و ذلك باستخدام مقياس المخرجات المعرفية و مقياس المخرجات الوجدانية، بالإضافة إلى أداتين مساعدتين هما تحليل المحتوى و المقابلة. وصل البحث إلى النتيجة التالية: لم يتحقق أي من المخرجات المعرفية أو الوجدانية في مقرر الخوارزميات و بنى المعطيات، و قد تم تقديم مقترحات لتلافي القصور في المنهاج، أهمها: زيادة عدد التمرينات التطبيقية و التحليلية. تحسين نوعية التمرينات التطبيقية و التحليلية. تطبيق بعض طرائق التعليم التفاعلي كطريقة العصف الذهني أو الاستقصاء... إلخ. إعادة النظر في مناهج قبلية، يستند إليها منهج الخوارزميات و بنى المعطيات كلغات البرمجة.

المراجع المستخدمة
David Mackay, 1994- Taxonomy of educational objectives
Oliver, A,1999- Curriculum Improvement ,New york
حوري، عائشة عهد، 2007 - تحليل محتوى المناهج. جامعة حلب.
بشارة، جبرائيل، 2007 - المناهج التربوية. جامعة دمشق.
قيم البحث

اقرأ أيضاً

نظرا للتزايد الكبير لاستخدام تراسل البيانات و خدمات تبادل المعلومات بأنواع مختلفة ضمن بيئات متباينة عتادياً و برمجياً كان لابد من وجود لغة توصيف مثالية قابلة للتوسع و التطوير تخدم هذه الاحتياجات المتزايدة بأفضل شكل و بأقصر وقت ممكن و كانت اللغة الاكث ر انتشاراً و الأكثر استخداماً لغة XML. كما أن اعتماد بنية الرسوميات احياناً خلق مشكلة أثرت على أداء شبكات نقل المعلومات نظرا للحجم الكبير للبيانات المتبادلة و كذلك الحاجة لسعة تخزينية كبيرة في طرفي الارسال و الاستقبال لذا كان لابد من إيجاد طرق فعالة لإنقاص حجم تلك البيانات التي يتم تبادلها من خلال الشبكة. تم إجراء العديد من الأبحاث العلمية و التجارب العملية حول إيجاد طرق فعالة لإنقاص الحجم الفعلي للبيانات و باعتماد بارامترات مختلفة تؤثر على عملية ضغط الملفات بحيث تحقق نتائج أفضل بالتقليل من حجوم الملفات المتبادلة مع الانتباه الى أزمنة ضغط و فك الضغط للملفات. لذا تم التركيز في هذا البحث على دراسة و مقارنة لبعض خوارزميات الضغط للملفات و بيان أثرها على تراسل البيانات في الشبكات.
تختلف محطات الحاويات في درجة خدمتها للسفن الخاصة بها التي ازدادت أعدادها مؤخراً، و خصوصاً، في حوض البحر المتوسط, كما تختلف في استخدامها لكمية المدخلات اللازمة للعملية التشغيلية, الأمر الذي خلق مشكلة انخفاض الكفاءة الفنية لمحطات حاويات البحر المتوسط. لذا قام الباحث بقياس كفاءة أهم (12) محطة حاويات في حوض البحر المتوسط لعام 2010, باستخدام أسلوب تحليل مغلف البيانات Data Envelopment Analysis (DEA), و كانت المدخلات: عدد روافع الرصيف, و مساحة المحطة. أما المخرجات فكانت عدد الحاويات المتناولة عبر المحطات. و قد بيّنت النتائج العملية أن معدل الكفاءة الفنية، وفق نموذج عوائد الحجم الثابت كانت 49%, بينما كان معدل الكفاءة الفنية وفق نموذج عوائد الحجم المتغير 69.3%, و قد حققت محطة حاويات طنجة أفضل مستوى كفاءة تقنية و حجمية, أما محطات حاويات مرسين, الجيسيراس, طرطوس, فقد حققت الكفاءة الفنية فقط, أما بقية المحطات فلم تحقق أي كفاءة, لذا ينصح بإعادة النظر في كمية المدخلات المستخدمة في المحطات غير الكفء بغية تحسين الكفاءة الفنية لها و تحققها.
نقدم في هذا البحث تطبيق جديد للرسوم البيانية لمعامل الديناميكي( DFGs )، و الذي يختص بنمذجة موضوع، تصنيف النص و استرجاع المعلومات.هذه العوامل الديناميكية مصممة لتشكل متتالية من الوثائق ذات الطابع الزمني. اعتماداً على أساس فن معمارية الترميز التلقائي، يتم تدريب نموذج متعدد الطبقات غير الخطي على مراحل باسلوب حكيم لإنتاج أكثر لتمثيلات مدمجة لحقائب الكلمات عند تسوية وثيقة أو فقرة ، و بهذا يؤدي تحميل دلالي. أنو أيضا ديناميكيات زمنية بسيطة مدمجة على التمثيلات الكامنة ، للإستفادة من البنية الهرمية لسلسلة الوثائق، و يمكن بشكل متزامن إنجاز تصنيفات مراقبة أو الانحدار على عناوين الوثيقة،التي يجعل طريقتنا فريدة من نوعها. تعلم هذا النموذج يتم من خلال تعظيم الإمكانية المشتركة للترميز، فك الترميز،معايير ديناميكية موجهة، و من الممكن استخدام الحد الأعظمي لاستنتاج خلفيي معتمدا على التقريب و الانحدار. يمكننا شرح و تفسير أن تخفيض خسارة الانتروبي الموزونة بين رسومات حوادث الكلمة و اعادة بناءها، يتم بتصغير احتمال نموذج الموضوع، و اظهار أن نموذج موضوعنا يحتوي الاحتمالية الأدنى من توزيعات ديريتشمت الكامنة على أنظمة معالجة المعلومات الطبيعية( Neural Information) ( NIPS Processing Systems ) و حالة مجموعات البيانات المشتركة. لنوضح كيف أن القيود الديناميكية تساعد على التعلم بينما يمكننا و يساعدنا هذا على تصور منحى مسار الموضوع .
منذ فترة طويلة تم الاعتراف بأن اللاحقة أكثر شيوعا من البادئة بلغات العالم. هناك حاجة إلى إحصاءات أكثر تفصيلا حول هذا الاتجاه لشحذ التفسيرات المقترحة لهذا الاتجاه. والنهج الكلاسيكي لجمع البيانات حول تفضيل البادئة / لاحقة هو الإنسان لقراءة الأوصاف النح وية (948 لغة)، وهي تستغرق وقتا طويلا وتتضمن أحكاما تقديرا. في هذه الورقة، نستكشف مناهجا مدفوعة بالآتصاد لإحصائيات البادئة واللاحقة التي هي تقريبية من النفط الخام، ولكن لديها مزايا من حيث الوقت وتكرارها. يبحث أولا ببساطة مجموعة كبيرة من الأوصاف النحوية للحوادث المتعلقة بادئة المصطلحات واللاحقة "(4 287 لغة). ثاني تحسب السلاحيات من بيانات النص الخام بطريقة تعكس بشكل غير مباشر البقرات واللقب (1 030 لغة، باستخدام ترجمات العهد الجديد). تتفق الأساليب الثلاثة إلى حد كبير في قياساتها ولكن هناك اختلافات نظرية وعملية مهمة. في جميع القياسات، هناك تفضيلات شاملة للإقصاء، وإن كان ذلك فقط قليلا، على نسب تتراوح بين 0.51 و 0.68.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا