Шүдний эмчилгээ зэрэг дээд боловсролын байгууллагуудад оюутан төвтэй сургалтын (SCL) хэрэгцээ улам бүр нэмэгдэж байна. Гэсэн хэдий ч SCL нь шүдний боловсролд хязгаарлагдмал хэрэглээтэй. Тиймээс энэхүү судалгаа нь шүдний оюутнуудын илүүд үздэг сургалтын хэв маяг (LS) болон харгалзах сургалтын стратеги (IS)-ийг IS удирдамжийг боловсруулах ашигтай хэрэгсэл болгон зураглахын тулд шийдвэрийн модны машин сургалт (ML) технологийг ашиглан шүдний эмчилгээнд SCL-ийг хэрэглэхийг дэмжих зорилготой юм. Шүдний оюутнуудад зориулсан ирээдүйтэй аргууд.
Малайягийн Их Сургуулийн шүдний эмнэлгийн нийт 255 оюутан өөрчилсөн Суралцах хэв маягийн индекс (m-ILS) асуулгыг бөглөсөн бөгөөд уг асуулгын хуудсанд тус тусын LS-д ангилах 44 зүйл багтсан байна. Цуглуулсан өгөгдлийг (өгөгдлийн багц гэж нэрлэдэг) хяналттай шийдвэрийн модны сургалтад ашиглан оюутнуудын суралцах хэв маягийг хамгийн тохиромжтой IS-тэй автоматаар тохируулдаг. Дараа нь машин сургалтад суурилсан IS зөвлөмжийн хэрэгслийн нарийвчлалыг үнэлдэг.
LS (оролт) болон IS (зорилтот гаралт)-ын хоорондох автоматжуулсан зураглалын процесст шийдвэрийн модны загваруудыг ашиглах нь шүдний эмчийн оюутан бүрт тохирох сургалтын стратегийн жагсаалтыг шууд гаргах боломжийг олгодог. IS зөвлөмжийн хэрэгсэл нь загварын нийт нарийвчлалын төгс нарийвчлал болон эргэн санах чадварыг харуулсан бөгөөд энэ нь LS-ийг IS-тэй тохируулах нь сайн мэдрэмж, өвөрмөц чанартай болохыг харуулж байна.
Шүдний анагаах ухааны шийдвэрийн мод дээр суурилсан мэдээллийн технологийн зөвлөмжийн хэрэгсэл нь шүдний эмчийн оюутнуудын суралцах хэв маягийг зохих сургалтын стратегитай нарийн уялдуулах чадвараа баталсан. Энэхүү хэрэгсэл нь оюутнуудын суралцах туршлагыг сайжруулах боломжтой суралцагч төвтэй сургалт эсвэл модулиудыг төлөвлөх хүчирхэг сонголтуудыг олгодог.
Боловсролын байгууллагуудын үндсэн үйл ажиллагаа бол заах, суралцах явдал юм. Өндөр чанартай мэргэжлийн боловсролын тогтолцоог хөгжүүлэхдээ оюутнуудын суралцах хэрэгцээнд анхаарлаа хандуулах нь чухал юм. Оюутнууд болон тэдний суралцах орчны харилцан үйлчлэлийг тэдний сургалтын хөтөлбөрөөр тодорхойлж болно. Судалгаанаас харахад багшийн санаачилсан сурагчдын сургалтын хөтөлбөр болон сургалтын хөтөлбөрийн хоорондын зөрүү нь сурагчдын суралцах үйл явцад сөргөөр нөлөөлж, тухайлбал анхаарал, урам зориг буурах зэрэг сөрөг үр дагаварт хүргэж болзошгүй юм. Энэ нь сурагчдын гүйцэтгэлд шууд бусаар нөлөөлнө [1,2].
Мэдлэг, ур чадварын сургалт гэдэг нь багш нар сурагчдад мэдлэг, ур чадвар олгоход ашигладаг арга бөгөөд үүнд суралцагчдад суралцахад нь туслах зэрэг орно [3]. Ерөнхийдөө сайн багш нар сурагчдынхаа мэдлэгийн түвшин, сурч буй ойлголт, суралцах үе шаттай хамгийн сайн тохирох заах стратеги буюу Мэдлэг, ур чадварыг төлөвлөдөг. Онолын хувьд, Мэдлэг, ур чадварын сургалт (МБ) болон Мэдлэг, ур чадварын сургалт (МБ) давхцах үед сурагчид үр дүнтэй суралцахын тулд тодорхой ур чадварын багцыг зохион байгуулж, ашиглах боломжтой болно. Ерөнхийдөө хичээлийн төлөвлөгөөнд заахаас удирдамжтай дадлага эсвэл удирдамжтай дадлагаас бие даасан дадлага гэх мэт үе шатуудын хооронд хэд хэдэн шилжилт багтдаг. Үүнийг санаж, үр дүнтэй багш нар сурагчдын мэдлэг, ур чадварыг хөгжүүлэх зорилгоор заах арга барилыг төлөвлөдөг [4].
Шүдний эмчилгээ зэрэг дээд боловсролын байгууллагуудад SCL-ийн эрэлт хэрэгцээ нэмэгдэж байна. SCL стратеги нь оюутнуудын суралцах хэрэгцээг хангахад чиглэгддэг. Жишээлбэл, оюутнууд суралцах үйл ажиллагаанд идэвхтэй оролцож, багш нар чиглүүлэгч болж, үнэ цэнэтэй санал хүсэлт өгөх үүрэгтэй бол үүнийг хийж болно. Оюутнуудын боловсролын түвшин эсвэл сонголтод тохирсон сургалтын материал, үйл ажиллагааг хангах нь оюутнуудын суралцах орчныг сайжруулж, эерэг суралцах туршлагыг бий болгож чадна гэж ярьдаг [5].
Ерөнхийдөө шүдний эмчийн оюутнуудын суралцах үйл явцад тэдний гүйцэтгэх шаардлагатай янз бүрийн клиник процедурууд болон үр дүнтэй харилцааны ур чадварыг хөгжүүлэх клиник орчноос хамаардаг. Сургалтын зорилго нь оюутнуудад шүдний эмчилгээний үндсэн мэдлэгийг шүдний эмнэлгийн ур чадвартай хослуулж, олж авсан мэдлэгээ шинэ клиник нөхцөл байдалд хэрэгжүүлэх боломжийг олгох явдал юм [6, 7]. LS болон IS-ийн хоорондын хамаарлын талаарх эрт үеийн судалгаагаар LS-д тохирсон сургалтын стратегиудыг тохируулах нь боловсролын үйл явцыг сайжруулахад тусална гэж үзсэн [8]. Зохиогчид мөн оюутнуудын суралцах, хэрэгцээнд нийцүүлэн янз бүрийн сургалт, үнэлгээний аргыг ашиглахыг зөвлөж байна.
Багш нар сурагчдын гүнзгий мэдлэг олж авах, тухайн сэдвийн талаарх ойлголтыг сайжруулах сургалтыг төлөвлөх, хөгжүүлэх, хэрэгжүүлэхэд туслах зорилгоор LS мэдлэгийг ашиглах нь ашиг тустай. Судлаачид Колбын Туршлагын Сургалтын Загвар, Фелдер-Силверманы Сургалтын Хэв маягийн Загвар (FSLSM), Флеминг VAK/VARK Загвар [5, 9, 10] зэрэг LS үнэлгээний хэд хэдэн хэрэгслийг боловсруулсан. Уран зохиолын дагуу эдгээр сургалтын загварууд нь хамгийн түгээмэл хэрэглэгддэг бөгөөд хамгийн их судлагдсан сургалтын загварууд юм. Одоогийн судалгааны ажилд FSLSM-ийг шүдний эмчийн оюутнуудын дунд LS үнэлгээ хийхэд ашигладаг.
FSLSM нь инженерчлэлийн салбарт дасан зохицох сургалтыг үнэлэхэд өргөн хэрэглэгддэг загвар юм. Эрүүл мэндийн шинжлэх ухаан (анагаах ухаан, сувилахуй, эмийн сан, шүдний эмчилгээ зэрэг)-д FSLSM загваруудыг ашиглан олж болох олон нийтэд хэвлэгдсэн бүтээлүүд байдаг [5, 11, 12, 13]. FLSM-д LS-ийн хэмжээсийг хэмжихэд ашигладаг хэрэгслийг Суралцах хэв маягийн индекс (ILS) [8] гэж нэрлэдэг бөгөөд энэ нь LS-ийн дөрвөн хэмжээсийг үнэлдэг 44 зүйлийг агуулдаг: боловсруулалт (идэвхтэй/тусгал), ойлголт (ойлголт/зөн совин), оролт (харааны). /аман) болон ойлголт (дараалсан/дэлхийн) [14].
Зураг 1-т үзүүлсэнчлэн, FSLSM-ийн хэмжээс бүр давамгайлсан давуу талтай байдаг. Жишээлбэл, боловсруулах хэмжээс дээр "идэвхтэй" LS-тэй оюутнууд сургалтын материалтай шууд харьцах замаар мэдээллийг боловсруулах, хийж сурах, бүлгээр суралцах хандлагатай байдаг. "Эргэцүүлэн бодох" LS нь сэтгэх замаар суралцахыг хэлдэг бөгөөд ганцаараа ажиллахыг илүүд үздэг. LS-ийн "ойлгох" хэмжээсийг "мэдрэх" болон/эсвэл "зөн совин" гэж хувааж болно. "Мэдрэх" оюутнууд илүү тодорхой мэдээлэл, практик журмыг илүүд үздэг бөгөөд хийсвэр материалыг илүүд үздэг "зөн совинтой" оюутнуудтай харьцуулахад баримтад чиглэсэн байдаг бөгөөд илүү шинэлэг, бүтээлч шинж чанартай байдаг. LS-ийн "оролт" хэмжээс нь "харааны" болон "аман" суралцагчдаас бүрдэнэ. "Харааны" LS-тэй хүмүүс харааны үзүүлэн (диаграм, видео эсвэл шууд үзүүлэн гэх мэт) суралцахыг илүүд үздэг бол "аман" LS-тэй хүмүүс бичгээр болон аман тайлбараар үгээр дамжуулан суралцахыг илүүд үздэг. LS хэмжээсийг "ойлгох"ын тулд ийм суралцагчдыг "дараалсан" болон "дэлхийн" гэж хувааж болно. "Дараалсан суралцагчид шугаман сэтгэлгээний үйл явцыг илүүд үздэг бөгөөд алхам алхмаар суралцдаг бол дэлхийн түвшний суралцагчид цогц сэтгэлгээний үйл явцтай бөгөөд сурч байгаа зүйлээ үргэлж илүү сайн ойлгодог байдаг."
Саяхан олон судлаачид өгөгдөлд суурилсан автомат нээлтийн аргуудыг судалж эхэлсэн бөгөөд үүнд их хэмжээний өгөгдлийг тайлбарлах чадвартай шинэ алгоритм, загваруудыг боловсруулах зэрэг орно [15, 16]. Өгөгдсөн өгөгдөлд үндэслэн хяналттай машин сургалт (машин сургалт) нь алгоритмуудыг бүтээхэд үндэслэн ирээдүйн үр дүнг урьдчилан таамаглах хэв маяг, таамаглалыг бий болгох чадвартай [17]. Энгийнээр хэлбэл, хяналттай машин сургалтын техникүүд нь оролтын өгөгдлийг удирдаж, алгоритмуудыг сургадаг. Дараа нь энэ нь өгөгдсөн оролтын өгөгдлийн ижил төстэй нөхцөл байдалд үндэслэн үр дүнг ангилах эсвэл урьдчилан таамаглах хүрээг бий болгодог. Хяналттай машин сургалтын алгоритмуудын гол давуу тал нь хамгийн тохиромжтой болон хүссэн үр дүнг тогтоох чадвар юм [17].
Өгөгдөлд суурилсан аргууд болон шийдвэрийн модны хяналтын загваруудыг ашигласнаар LS-ийг автоматаар илрүүлэх боломжтой. Шийдвэрийн модыг эрүүл мэндийн шинжлэх ухаан зэрэг янз бүрийн салбарын сургалтын хөтөлбөрүүдэд өргөн хэрэглэгддэг гэж мэдээлсэн [18, 19]. Энэхүү судалгаанд уг загварыг системийн хөгжүүлэгчид оюутнуудын LS-ийг тодорхойлж, тэдэнд хамгийн сайн IS-ийг санал болгох зорилгоор тусгайлан сургасан.
Энэхүү судалгааны зорилго нь оюутнуудын LS дээр суурилсан IS хүргэх стратеги боловсруулах, LS-тэй холбогдсон IS зөвлөмжийн хэрэгслийг боловсруулснаар SCL аргыг хэрэгжүүлэх явдал юм. SCL аргын стратеги болох IS зөвлөмжийн хэрэгслийг дизайны урсгалыг Зураг 1-т үзүүлэв. IS зөвлөмжийн хэрэгсэл нь ILS ашиглан LS ангилах механизм болон оюутнуудад хамгийн тохиромжтой IS дэлгэц гэсэн хоёр хэсэгт хуваагддаг.
Ялангуяа мэдээллийн аюулгүй байдлын зөвлөмжийн хэрэгслүүдийн онцлог шинж чанаруудад вэб технологи ашиглах, шийдвэрийн модны машин сургалтыг ашиглах зэрэг орно. Систем хөгжүүлэгчид хэрэглэгчийн туршлага болон хөдөлгөөнт байдлыг гар утас, таблет зэрэг гар утасны төхөөрөмжүүдэд тохируулан сайжруулдаг.
Туршилтыг хоёр үе шаттайгаар явуулсан бөгөөд Малайягийн Их Сургуулийн Шүдний эмчилгээний факультетийн оюутнууд сайн дурын үндсэн дээр оролцсон. Оролцогчид шүдний эмчийн оюутны англи хэл дээрх онлайн m-ILS шалгалтанд хариулсан. Эхний үе шатанд шийдвэрийн модны машин сургалтын алгоритмыг сургахад 50 оюутны өгөгдлийн санг ашигласан. Хөгжүүлэлтийн үйл явцын хоёр дахь үе шатанд боловсруулсан багажийн нарийвчлалыг сайжруулахын тулд 255 оюутны өгөгдлийн санг ашигласан.
Бүх оролцогчид хичээлийн жилээс хамааран үе шат бүрийн эхэнд Microsoft Teams-ээр дамжуулан онлайн мэдээлэл авдаг. Судалгааны зорилгыг тайлбарлаж, мэдээлэлтэй зөвшөөрөл авсан. Бүх оролцогчдод m-ILS-д хандах холбоос өгсөн. Оюутан бүр асуулгад байгаа бүх 44 асуултанд хариулахыг зааварласан. Тэдэнд семестрийн эхлэхээс өмнө улирлын завсарлагааны үеэр өөрт тохиромжтой цаг, байршилд өөрчилсөн ILS-ийг бөглөх нэг долоо хоногийн хугацаа өгсөн. m-ILS нь анхны ILS хэрэгсэл дээр суурилсан бөгөөд шүдний оюутнуудад зориулан өөрчилсөн. Анхны ILS-тэй адил энэ нь FSLSM-ийн хэмжээс бүрийн талуудыг үнэлэхэд ашигладаг тус бүр 11 зүйл бүхий 44 жигд тархсан зүйл (a, b) агуулдаг.
Багаж хэрэгслийг хөгжүүлэх эхний үе шатанд судлаачид 50 шүдний эмчийн оюутны өгөгдлийн багцыг ашиглан газрын зургийг гараар тэмдэглэсэн. FSLM-ийн дагуу систем нь "a" ба "b" хариултуудын нийлбэрийг өгдөг. Хэмжээ бүрийн хувьд хэрэв оюутан хариулт болгон "a"-г сонговол LS-ийг Идэвхтэй/Ойлголттой/Харааны/Дарааллын гэж ангилдаг бөгөөд хэрэв оюутан хариулт болгон "b"-г сонговол оюутныг Тусгалтай/Зөн совинтой/Хэл шинжлэлийн/дэлхийн суралцагч гэж ангилдаг.
Шүдний боловсролын судлаачид болон системийн хөгжүүлэгчдийн хоорондох ажлын урсгалыг тохируулсны дараа асуултуудыг FLSSM домэйнд үндэслэн сонгож, оюутан бүрийн LS-ийг урьдчилан таамаглахын тулд ML загварт оруулсан. "Хог орвол хог гарна" гэдэг нь машин сургалтын салбарт өгөгдлийн чанарт онцгой анхаарал хандуулдаг алдартай үг юм. Оролтын өгөгдлийн чанар нь машин сургалтын загварын нарийвчлал, нарийвчлалыг тодорхойлдог. Онцлог шинж чанарын инженерчлэлийн үе шатанд FLSSM дээр суурилсан "a" ба "b" хариултуудын нийлбэр болох шинэ онцлог шинж чанарын багцыг бий болгодог. Эмийн байрлалын таних дугаарыг Хүснэгт 1-д үзүүлэв.
Хариултууд дээр үндэслэн оноог тооцоолж, сурагчийн LS-г тодорхойлно уу. Суралцагч бүрийн онооны хүрээ 1-ээс 11 хүртэл байна. 1-ээс 3 хүртэлх оноо нь ижил хэмжээс доторх суралцах сонголтын тэнцвэрийг, 5-аас 7 хүртэлх оноо нь дунд зэргийн сонголтыг илэрхийлдэг бөгөөд энэ нь сурагчид нэг орчинд бусдад нь заах хандлагатай байгааг илтгэнэ. Үүнтэй ижил хэмжээс дээрх өөр нэг хувилбар бол 9-өөс 11 хүртэлх оноо нь нэг эсвэл нөгөө талын хүчтэй сонголтыг илэрхийлдэг [8].
Хэмжээ бүрийн хувьд эмийг "идэвхтэй", "тусгал" болон "тэнцвэртэй" гэж ангилсан. Жишээлбэл, оюутан тодорхой зүйл дээр "b"-ээс илүү олон удаа "a" гэж хариулж, Боловсруулалтын LS хэмжээсийг төлөөлж буй тодорхой зүйлийн 5-ын босгыг давсан тохиолдолд тэр "идэвхтэй" LS домэйнд хамаарна. Гэсэн хэдий ч оюутнууд тодорхой 11 асуултанд (Хүснэгт 1) "a"-аас илүү "b"-г сонгож, 5-аас дээш оноо авсан тохиолдолд "тусгал" LS гэж ангилагдсан. Эцэст нь, оюутан "тэнцвэртэй" байдалд байна. Хэрэв оноо 5 онооноос хэтрэхгүй бол энэ нь "үйл явцын" LS юм. Ангиллын үйл явцыг бусад LS хэмжээсүүд болох ойлголт (идэвхтэй/тусгал), оролт (харааны/ярианы) болон ойлголт (дараалсан/дэлхийн)-д давтсан.
Шийдвэрийн модны загварууд нь ангиллын үйл явцын өөр өөр үе шатанд шинж чанаруудын өөр өөр дэд хэсгүүд болон шийдвэрийн дүрмийг ашиглаж болно. Үүнийг түгээмэл ангилал, урьдчилсан таамаглалын хэрэгсэл гэж үздэг. Үүнийг урсгалын диаграмм [20] зэрэг модны бүтцийг ашиглан дүрсэлж болох бөгөөд үүнд шинж чанараар нь тестийг төлөөлөх дотоод зангилаа, мөчир бүр нь тестийн үр дүнг төлөөлөх, навчны зангилаа (навчны зангилаа) бүр нь ангийн шошго агуулсан байдаг.
Сурагч бүрийн хариулт дээр үндэслэн LS-г автоматаар оноож, тэмдэглэх энгийн дүрэмд суурилсан програмыг бүтээсэн. Дүрэмд суурилсан нь IF мэдэгдэл хэлбэртэй байдаг бөгөөд "IF" нь өдөөгчийг дүрсэлдэг бөгөөд "THEN" нь гүйцэтгэх үйлдлийг заана, жишээлбэл: "Хэрэв X тохиолдвол Y хий" (Liu et al., 2014). Хэрэв өгөгдлийн багц нь корреляцийг харуулж, шийдвэрийн модны загварыг зохих ёсоор сургаж, үнэлдэг бол энэ арга нь LS болон IS-г тохируулах үйл явцыг автоматжуулах үр дүнтэй арга байж болно.
Хөгжүүлэлтийн хоёр дахь үе шатанд зөвлөмжийн хэрэгслийн нарийвчлалыг сайжруулахын тулд өгөгдлийн багцыг 255 болгон нэмэгдүүлсэн. Өгөгдлийн багцыг 1:4 харьцаатай хуваасан. Өгөгдлийн багцын 25% (64)-ийг туршилтын багцад, үлдсэн 75% (191)-ийг сургалтын багц болгон ашигласан (Зураг 2). Загварыг ижил өгөгдлийн багц дээр сургаж, туршихаас сэргийлж, өгөгдлийн багцыг хуваах шаардлагатай бөгөөд энэ нь загварыг сурахын оронд санахад хүргэж болзошгүй юм. Загварыг сургалтын багц дээр сургаж, туршилтын багц дээрх гүйцэтгэлээ үнэлдэг - загвар өмнө нь хэзээ ч харж байгаагүй өгөгдөл.
Мэдээллийн технологийн хэрэгслийг боловсруулсны дараа уг програм нь вэб интерфэйсээр дамжуулан шүдний оюутнуудын хариултад үндэслэн LS-ийг ангилах боломжтой болно. Вэбд суурилсан мэдээллийн аюулгүй байдлын зөвлөмжийн хэрэгслийн системийг Django framework-ийг арын хэсэг болгон ашиглан Python програмчлалын хэлийг ашиглан бүтээсэн. Хүснэгт 2-т энэхүү системийг хөгжүүлэхэд ашигласан сангуудыг жагсаав.
Оюутны LS хэмжилтийг автоматаар ангилахын тулд өгөгдлийн багцыг шийдвэрийн модны загварт оруулдаг.
Төөрөгдлийн матрицыг өгөгдсөн өгөгдлийн багц дээрх шийдвэрийн модны машин сургалтын алгоритмын нарийвчлалыг үнэлэхэд ашигладаг. Үүний зэрэгцээ ангиллын загварын гүйцэтгэлийг үнэлдэг. Энэ нь загварын таамаглалыг нэгтгэн дүгнэж, бодит өгөгдлийн шошготой харьцуулдаг. Үнэлгээний үр дүн нь дөрвөн өөр утга дээр суурилдаг: Үнэн Эерэг (TP) – загвар нь эерэг ангиллыг зөв таамагласан, Худал Эерэг (FP) – загвар нь эерэг ангиллыг таамагласан боловч жинхэнэ шошго нь сөрөг байсан, Үнэн Сөрөг (TN) – загвар нь сөрөг ангиллыг зөв таамагласан, мөн Худал Сөрөг (FN) – Загвар нь сөрөг ангиллыг таамагласан боловч жинхэнэ шошго нь эерэг байна.
Эдгээр утгуудыг дараа нь Python дахь scikit-learn ангиллын загварын янз бүрийн гүйцэтгэлийн үзүүлэлтүүд болох нарийвчлал, нарийвчлал, санах ой болон F1 оноог тооцоолоход ашигладаг. Энд жишээнүүд байна:
Санах (эсвэл мэдрэг чанар) нь m-ILS асуулгад хариулсны дараа оюутны LS-ийг зөв ангилах загварын чадварыг хэмждэг.
Өвөрмөц чанарыг жинхэнэ сөрөг түвшин гэж нэрлэдэг. Дээрх томъёоноос харахад энэ нь жинхэнэ сөрөг (TN)-ийн жинхэнэ сөрөг ба хуурамч эерэг (FP)-ийн харьцаа байх ёстой. Оюутны эмийг ангилах санал болгож буй хэрэгслийн нэг хэсэг болгон үүнийг нарийн тодорхойлох чадвартай байх ёстой.
Шийдвэрийн модны ML загварыг сургахад ашигласан 50 оюутны анхны өгөгдлийн багц нь тайлбарт хүний алдаанаас болж харьцангуй бага нарийвчлалтай байсан (Хүснэгт 3). LS оноо болон оюутны тайлбарыг автоматаар тооцоолох энгийн дүрэмд суурилсан програмыг үүсгэсний дараа зөвлөмжийн системийг сургах, туршихын тулд улам бүр олон тооны өгөгдлийн багц (255) ашигласан.
Олон ангиллын төөрөгдлийн матрицад диагональ элементүүд нь LS төрөл бүрийн зөв таамаглалын тоог илэрхийлдэг (Зураг 4). Шийдвэрийн модны загварыг ашиглан нийт 64 дээжийг зөв таамагласан. Тиймээс энэхүү судалгаанд диагональ элементүүд нь хүлээгдэж буй үр дүнг харуулж байгаа бөгөөд энэ нь загвар нь LS ангилал бүрийн ангийн шошгыг сайн гүйцэтгэж, зөв таамаглаж байгааг харуулж байна. Тиймээс зөвлөмжийн хэрэгслийн нийт нарийвчлал 100% байна.
Нарийвчлал, нарийвчлал, санах ой болон F1 онооны утгыг Зураг 5-д үзүүлэв. Шийдвэрийн модны загварыг ашигладаг зөвлөмжийн системийн хувьд түүний F1 оноо нь 1.0 "төгс" бөгөөд энэ нь төгс нарийвчлал болон санах ойг илэрхийлж, мэдрэг чанар болон өвөрмөц байдлын чухал утгыг тусгасан болно.
Зураг 6-д сургалт болон туршилт дууссаны дараах шийдвэрийн модны загварын дүрслэлийг харуулав. Зэрэгцүүлэн харьцуулсан судалгаагаар цөөн онцлог шинж чанартай сургагдсан шийдвэрийн модны загвар нь илүү нарийвчлалтай, загварын дүрслэлийг хялбар болгосон. Энэ нь онцлог шинж чанарыг багасгахад хүргэдэг онцлог шинж чанарын инженерчлэл нь загварын гүйцэтгэлийг сайжруулах чухал алхам болохыг харуулж байна.
Шийдвэрийн модны хяналттай сургалтыг ашигласнаар LS (оролт) болон IS (зорилтот гаралт)-ын хоорондох зураглалыг автоматаар үүсгэж, LS бүрийн дэлгэрэнгүй мэдээллийг агуулдаг.
Үр дүнгээс харахад 255 оюутны 34.9% нь нэг (1) LS сонголтыг илүүд үзсэн байна. Ихэнх нь (54.3%) хоёр ба түүнээс дээш LS сонголтыг илүүд үзсэн байна. Оюутнуудын 12.2% нь LS нь нэлээд тэнцвэртэй гэж тэмдэглэсэн (Хүснэгт 4). Найман үндсэн LS-ээс гадна Малайзын Их Сургуулийн шүдний эмчийн оюутнуудад зориулсан LS ангиллын 34 хослол байдаг. Тэдгээрийн дотор ойлголт, хараа, ойлголт ба харааны хослол нь оюутнуудын мэдээлсэн гол LS юм (Зураг 7).
Хүснэгт 4-өөс харахад сурагчдын дийлэнх нь мэдрэхүйн (13.7%) эсвэл харааны (8.6%) LS давамгайлсан байв. Сурагчдын 12.2% нь ойлголтыг хараатай (ойлголт-харааны LS) хослуулсан гэж мэдээлсэн. Эдгээр үр дүнгээс харахад сурагчид тогтсон аргуудаар дамжуулан суралцах, санах, тодорхой, нарийвчилсан журмыг дагаж мөрдөх, анхааралтай байх дуртай болохыг харуулж байна. Үүний зэрэгцээ тэд харж (диаграмм гэх мэт) суралцах дуртай бөгөөд мэдээллийг бүлгээр эсвэл бие даан хэлэлцэж, хэрэгжүүлэх хандлагатай байдаг.
Энэхүү судалгаа нь өгөгдөл олборлолтод ашигладаг машин сургалтын техникүүдийн тоймыг өгч байгаа бөгөөд оюутнуудын LS-ийг шууд бөгөөд үнэн зөв урьдчилан таамаглах, тохиромжтой IS-ийг санал болгоход анхаарлаа хандуулдаг. Шийдвэрийн модны загварыг хэрэглэх нь тэдний амьдрал болон боловсролын туршлагатай хамгийн нягт холбоотой хүчин зүйлсийг тодорхойлсон. Энэ нь тодорхой шалгуурын дагуу өгөгдлийн багцыг дэд ангилалд хуваах замаар өгөгдлийг ангилахын тулд модны бүтцийг ашигладаг хяналттай машин сургалтын алгоритм юм. Энэ нь навчны зангилаа дээр шийдвэр гаргах хүртэл оролтын өгөгдлийг дотоод зангилаа бүрийн оролтын шинж чанаруудын аль нэгний утгад үндэслэн дэд олонлог болгон рекурсив хуваах замаар ажилладаг.
Шийдвэрийн модны дотоод зангилаанууд нь m-ILS асуудлын оролтын шинж чанарууд дээр үндэслэсэн шийдлийг, навчны зангилаанууд нь LS ангиллын эцсийн таамаглалыг илэрхийлдэг. Судалгааны туршид оролтын шинж чанарууд болон гаралтын таамаглалын хоорондын хамаарлыг авч үзвэл шийдвэр гаргах үйл явцыг тайлбарлаж, дүрслэн харуулдаг шийдвэрийн модны шатлалыг ойлгоход хялбар байдаг.
Компьютерийн шинжлэх ухаан, инженерчлэлийн салбарт машин сургалтын алгоритмуудыг элсэлтийн шалгалтын оноо [21], хүн ам зүйн мэдээлэл, суралцах зан төлөв [22] дээр үндэслэн оюутнуудын гүйцэтгэлийг урьдчилан таамаглахад өргөн ашигладаг. Судалгаагаар алгоритм нь оюутнуудын гүйцэтгэлийг зөв таамаглаж, сурлагын бэрхшээлтэй оюутнуудыг тодорхойлоход тусалсан болохыг харуулсан.
Шүдний сургалтад зориулсан виртуал өвчтөний симуляторуудыг боловсруулахад машин сургалтын алгоритмуудыг хэрхэн ашиглаж байгааг мэдээлсэн. Симулятор нь бодит өвчтөнүүдийн физиологийн хариу үйлдлийг үнэн зөв хуулбарлах чадвартай бөгөөд шүдний оюутнуудыг аюулгүй, хяналттай орчинд сургахад ашиглаж болно [23]. Бусад хэд хэдэн судалгаагаар машин сургалтын алгоритмууд нь шүдний болон анагаах ухааны боловсрол, өвчтөний тусламж үйлчилгээний чанар, үр ашгийг сайжруулж чадна гэдгийг харуулж байна. Машин сургалтын алгоритмуудыг шинж тэмдэг, өвчтөний шинж чанар зэрэг өгөгдлийн багцад үндэслэн шүдний өвчнийг оношлоход туслах зорилгоор ашигласан [24, 25]. Бусад судалгаагаар өвчтөний үр дүнг урьдчилан таамаглах, өндөр эрсдэлтэй өвчтөнүүдийг тодорхойлох, хувь хүнд тохирсон эмчилгээний төлөвлөгөө боловсруулах [26], пародонт эмчилгээ [27], цоорох өвчнийг эмчлэх [25] зэрэг ажлуудыг гүйцэтгэхэд машин сургалтын алгоритмуудыг ашиглах талаар судалсан.
Шүдний эмчилгээнд машин сургалтыг хэрэглэх талаарх тайлан нийтлэгдсэн боловч шүдний боловсролд түүний хэрэглээ хязгаарлагдмал хэвээр байна. Тиймээс энэхүү судалгаа нь шүдний оюутнуудын дунд LS болон IS-тэй хамгийн нягт холбоотой хүчин зүйлсийг тодорхойлохын тулд шийдвэрийн модны загварыг ашиглахыг зорьсон.
Энэхүү судалгааны үр дүнгээс харахад боловсруулсан зөвлөмжийн хэрэгсэл нь өндөр нарийвчлалтай, төгс нарийвчлалтай бөгөөд энэ нь багш нар энэ хэрэгслээс ашиг хүртэх боломжтойг харуулж байна. Өгөгдөлд суурилсан ангиллын процессыг ашиглан хувь хүнд тохирсон зөвлөмж өгч, багш, сурагчдын боловсролын туршлага, үр дүнг сайжруулж чадна. Эдгээрийн дотор зөвлөмжийн хэрэгслээр дамжуулан олж авсан мэдээлэл нь багш нарын илүүд үздэг заах арга барил болон сурагчдын суралцах хэрэгцээний хоорондох зөрчлийг шийдвэрлэх боломжтой. Жишээлбэл, зөвлөмжийн хэрэгслийн автоматжуулсан гаралтын ачаар сурагчийн оюуны өмчийг тодорхойлж, харгалзах оюуны өмчтэй тохируулахад шаардагдах хугацаа мэдэгдэхүйц багасна. Ийм байдлаар тохиромжтой сургалтын үйл ажиллагаа, сургалтын материалыг зохион байгуулж болно. Энэ нь сурагчдын эерэг суралцах зан төлөв, анхаарлаа төвлөрүүлэх чадварыг хөгжүүлэхэд тусалдаг. Нэгэн судалгаагаар сурагчдад илүүд үздэг сургалтын материал, суралцах үйл ажиллагаагаар хангах нь сурагчдад суралцах чадварыг олон аргаар нэгтгэх, боловсруулах, таашаал авахад тусалдаг болохыг мэдээлсэн [12]. Судалгаагаар мөн сурагчдын анги танхимд оролцох оролцоог сайжруулахаас гадна сурагчдын суралцах үйл явцыг ойлгох нь сургалтын дадал, сурагчидтай харилцах харилцааг сайжруулахад чухал үүрэг гүйцэтгэдэг болохыг харуулж байна [28, 29].
Гэсэн хэдий ч орчин үеийн аливаа технологийн нэгэн адил асуудал, хязгаарлалтууд байдаг. Үүнд мэдээллийн нууцлал, нэг талыг баримтлах байдал, шударга байдал, шүдний боловсролд машин сургалтын алгоритм боловсруулж, хэрэгжүүлэхэд шаардлагатай мэргэжлийн ур чадвар, нөөц зэрэг асуудлууд багтана; Гэсэн хэдий ч энэ чиглэлээрх сонирхол, судалгаа нэмэгдэж байгаа нь машин сургалтын технологи нь шүдний боловсрол, шүдний үйлчилгээнд эерэг нөлөө үзүүлж болохыг харуулж байна.
Энэхүү судалгааны үр дүнгээс харахад шүдний эмчийн оюутнуудын тал хувь нь эмийг "мэдрэх" хандлагатай байдаг. Энэ төрлийн суралцагчид баримт, бодит жишээг илүүд үздэг, практик чиг баримжаатай, нарийн ширийн зүйлийг тэвчээртэй хардаг, мөн "харааны" LS-ийг илүүд үздэг бөгөөд суралцагчид санаа, бодлоо илэрхийлэхийн тулд зураг, график, өнгө, газрын зураг ашиглахыг илүүд үздэг. Одоогийн үр дүн нь шүдний болон анагаахын оюутнуудын LS-ийг үнэлэхэд ILS ашигласан бусад судалгаануудтай нийцэж байгаа бөгөөд тэдний ихэнх нь ойлголтын болон харааны LS-ийн шинж чанартай байдаг [12, 30]. Далмолин нар оюутнуудад LS-ийнхээ талаар мэдээлэл өгөх нь тэдний суралцах чадавхид хүрэх боломжийг олгодог гэж үзэж байна. Багш нар оюутнуудын боловсролын үйл явцыг бүрэн ойлгосон үед оюутнуудын гүйцэтгэл, суралцах туршлагыг сайжруулах янз бүрийн заах арга, үйл ажиллагааг хэрэгжүүлж болно гэж судлаачид үзэж байна [12, 31, 32]. Бусад судалгаагаар оюутнуудын LS-ийг тохируулах нь тэдний суралцах хэв маягийг өөрсдийн LS-д тохируулан өөрчилсний дараа оюутнуудын суралцах туршлага, гүйцэтгэл сайжирч байгааг харуулж байна [13, 33].
Сурагчдын суралцах чадварт суурилсан сургалтын стратегийг хэрэгжүүлэх талаар багш нарын санал бодол өөр өөр байж болно. Зарим хүмүүс мэргэжлийн хөгжлийн боломж, зөвлөгөө, олон нийтийн дэмжлэг зэрэг энэхүү хандлагын ашиг тусыг харж байгаа бол зарим нь цаг хугацаа, байгууллагын дэмжлэгт санаа зовж байж магадгүй юм. Тэнцвэрийг хадгалах нь оюутан төвтэй хандлагыг бий болгоход чухал үүрэг гүйцэтгэдэг. Их сургуулийн удирдлагууд зэрэг дээд боловсролын байгууллагууд шинэлэг туршлагыг нэвтрүүлж, багш нарын хөгжлийг дэмжсэнээр эерэг өөрчлөлтийг бий болгоход чухал үүрэг гүйцэтгэж чадна [34]. Үнэхээр динамик, хариу үйлдэл үзүүлдэг дээд боловсролын тогтолцоог бий болгохын тулд бодлого боловсруулагчид бодлогын өөрчлөлт хийх, технологийн интеграцид нөөц зарцуулах, оюутан төвтэй хандлагыг дэмжих хүрээг бий болгох зэрэг зоримог алхамуудыг хийх ёстой. Эдгээр арга хэмжээ нь хүссэн үр дүнд хүрэхэд чухал үүрэг гүйцэтгэдэг. Ялгаатай сургалтын талаарх саяхны судалгаагаар ялгавартай сургалтыг амжилттай хэрэгжүүлэх нь багш нарт зориулсан тасралтгүй сургалт, хөгжлийн боломжуудыг шаарддаг болохыг тодорхой харуулсан [35].
Энэхүү хэрэгсэл нь оюутанд ээлтэй сургалтын үйл ажиллагааг төлөвлөхдөө оюутан төвтэй арга барилыг баримтлахыг хүсдэг шүдний багш нарт үнэ цэнэтэй дэмжлэг үзүүлдэг. Гэсэн хэдий ч энэхүү судалгаа нь шийдвэрийн модны ML загваруудыг ашиглахаар хязгаарлагддаг. Ирээдүйд зөвлөмжийн хэрэгслүүдийн нарийвчлал, найдвартай байдал, нарийвчлалыг харьцуулахын тулд өөр өөр машин сургалтын загваруудын гүйцэтгэлийг харьцуулахын тулд илүү их мэдээлэл цуглуулах шаардлагатай. Нэмж дурдахад, тодорхой даалгаварт хамгийн тохиромжтой машин сургалтын аргыг сонгохдоо загварын нарийн төвөгтэй байдал, тайлбар зэрэг бусад хүчин зүйлийг харгалзан үзэх нь чухал юм.
Энэхүү судалгааны нэг хязгаарлалт нь зөвхөн шүдний эмчийн оюутнуудын дунд LS болон IS-ийн зураглалыг гаргахад чиглэсэн явдал юм. Тиймээс боловсруулсан зөвлөмжийн систем нь зөвхөн шүдний эмчийн оюутнуудад тохиромжтойг санал болгоно. Дээд боловсролын ерөнхий оюутнуудын хэрэглээнд өөрчлөлт оруулах шаардлагатай байна.
Шинээр боловсруулсан машин сургалтад суурилсан зөвлөмжийн хэрэгсэл нь оюутнуудын мэргэжлийн ур чадварыг харгалзах мэдээллийн системтэй шууд ангилж, тохируулах чадвартай бөгөөд энэ нь шүдний багш нарт холбогдох сургалт, сургалтын үйл ажиллагааг төлөвлөхөд нь туслах анхны шүдний боловсролын хөтөлбөр юм. Өгөгдөлд суурилсан ангиллын процессыг ашиглан хувь хүнд тохирсон зөвлөмж өгөх, цаг хэмнэх, сургалтын стратегийг сайжруулах, зорилтот оролцоог дэмжих, мэргэжлийн тасралтгүй хөгжлийг дэмжих боломжтой. Үүний хэрэглээ нь шүдний боловсролд оюутан төвтэй хандлагыг дэмжих болно.
Гилак Жани Ассошиэйтед Пресс. Сурагчийн суралцах хэв маяг болон багшийн заах хэв маягийн хоорондох тохироо эсвэл үл нийцэл. Int J Mod Education Computer Science. 2012;4(11):51–60. https://doi.org/10.5815/ijmecs.2012.11.05
Нийтэлсэн цаг: 2024 оны 4-р сарын 29