<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title>نوشته های Maryam Zafary</title>
        <link>https://virgool.io/feed/@mzed5126</link>
        <description></description>
        <language>fa</language>
        <pubDate>2026-04-15 04:37:49</pubDate>
        <image>
            <url>https://files.virgool.io/upload/users/3641728/avatar/WKImlb.jpg?height=120&amp;width=120</url>
            <title>Maryam Zafary</title>
            <link>https://virgool.io/@mzed5126</link>
        </image>

                    <item>
                <title>انواع تحلیل های یادگیری</title>
                <link>https://virgool.io/@mzed5126/%D8%A7%D9%86%D9%88%D8%A7%D8%B9-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D9%87%D8%A7%DB%8C-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-ykch1wey3l4p</link>
                <description>انواع تحلیل‌های یادگیری به مجموعه‌ای از روش‌ها و فرآیندها گفته می‌شود که با استفاده از داده‌های آموزشی، برای بهبود فرآیند یاددهی–یادگیری، تصمیم‌گیری آگاهانه، و ارتقاء نتایج آموزشی به کار می‌روند. انواع تحلیل‌های یادگیری به چهار دسته اصلی تقسیم می‌شوند:🟢 1. تحلیل توصیفی (Descriptive Learning Analytics)با سوال چه اتفاقی افتاده است؟ تحلیل اطلاعات گذشته برای توصیف وضعیت فعلی یا گذشتهمثال‌میانگین نمرات در آزمون‌های مختلف🔵 2. تحلیل تشخیصی (Diagnostic Learning Analytics)با پرسیدن چرا این اتفاق افتاده است؟ شناسایی علل پدیده‌های مشاهده‌شده با بررسی روابط بین داده‌ها.مثال دلایل افت تحصیلیتأثیر میزان مشارکت بر عملکرد🟡 3. تحلیل پیش‌بینانه (Predictive Learning Analytics)باپرسیدن چه اتفاقی ممکن است بیفتد؟ استفاده از مدل‌های پیش‌بینی برای پیش‌بینی رفتارها یا نتایج آینده.مثال‌پیش‌بینی دانش‌آموزان در معرض خطر افت یا ترک تحصیل🔴 4. تحلیل تجویزی (Prescriptive Learning Analytics)سوال چه کاری باید انجام شود؟ ارائه توصیه‌ها و راهکارهایی برای بهبود تصمیم‌گیری و عملکرد.مثال‌پیشنهاد منابع آموزشی متناسب با نقاط ضعف فرد</description>
                <category>Maryam Zafary</category>
                <author>Maryam Zafary</author>
                <pubDate>Sun, 01 Jun 2025 12:02:24 +0330</pubDate>
            </item>
                    <item>
                <title>تحلیل تشخیصی درفرایند تحلیل یادگیری</title>
                <link>https://virgool.io/@mzed5126/%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%AA%D8%B4%D8%AE%DB%8C%D8%B5%DB%8C-%D8%AF%D8%B1%D9%81%D8%B1%D8%A7%DB%8C%D9%86%D8%AF-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-uzmx2ivkipzv</link>
                <description>تحلیل تشخیصی در فرایند تحلیل یادگیری به معنای بررسی و تفسیر داده‌های آموزشی برای شناسایی دلایل رفتارها یا عملکردهای خاص یادگیرندگان است. در واقع، تحلیل تشخیصی به ما کمک می‌کند بفهمیم «چرا» یک دانش‌آموز عملکرد خاصی دارد یا به چه دلیل در یک فعالیت خاص دچار مشکل شده است.دارای مراحل ●جمع آوری داده های اموزشی●تحلیل توصیفی اولیه●تحلیل تشخیصی                                               در مرحله اول داده‌های رفتاری را جمع آوری می‌کنند: برای مثال تعداد ورود و خروج دانشجویان ،آزمون ها،نمرات و... مشاهده میشوددر مرحله دوم داده‌ها را تحلیل می‌کنند و الگوهای کلی از آن استخراج می‌کنند برای مثال :چه تعداد از دانشجویان درچه زمانی از  LMSاستفاده کرده اند؟   افت تحصیلی درکدام رشته بیشتراست؟در مرحله سوم به دنبال علت و چرایی یک اتفاق می‌گردند.تحلیل تشخیصی به ما کمک می‌کند که مشکل آموزشی را تشخیص دهیم پایه‌گذار تحلیل‌های دیگر مثل تحلیل پیش بینی و تجویزی است</description>
                <category>Maryam Zafary</category>
                <author>Maryam Zafary</author>
                <pubDate>Sun, 01 Jun 2025 11:47:39 +0330</pubDate>
            </item>
                    <item>
                <title>تکنیک های تحلیل یادگیری</title>
                <link>https://virgool.io/@mzed5126/%D8%AA%DA%A9%D9%86%DB%8C%DA%A9-%D9%87%D8%A7%DB%8C-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-feehugyr0vg4</link>
                <description>تکنیک‌های تحلیل یادگیری (Learning Analytics) به روش‌ها و ابزارهایی گفته می‌شود که برای جمع‌آوری، اندازه‌گیری، تحلیل و گزارش داده‌های مربوط به یادگیری و یادگیرندگان به کار می‌روند. هدف این تکنیک‌ها بهبود فرایند یادگیری و تصمیم‌گیری آموزشی است. در ادامه چند تکنیک رایج را معرفی می‌کنم:1. تحلیل توصیفی (Descriptive Analytics)ارائه گزارش‌ها و آمار از وضعیت کنونی یادگیرندگان (مانند نمرات، حضور، میزان مشارکت).مثال: داشبوردهایی که عملکرد دانش‌آموز را نشان می‌دهند.2. تحلیل پیش‌بینی (Predictive Analytics)پیش‌بینی رفتار آینده دانش‌آموزان با استفاده از داده‌های گذشته.مثال: پیش‌بینی خطر افت تحصیلی با مدل‌های یادگیری ماشین.3. تحلیل تجویزی (Prescriptive Analytics)ارائه پیشنهادات و توصیه‌ها برای بهبود یادگیری.مثال: سیستم‌های پیشنهادگر محتوا برای آموزش شخصی‌سازی شده.4. تحلیل شبکه‌های اجتماعی (Social Network Analysis)تحلیل تعاملات بین یادگیرندگان در محیط‌های یادگیری آنلاین.مثال: بررسی میزان تعامل دانش‌آموزان در تالارهای گفت‌وگو.5. کاوش در داده‌های آموزشی (Educational Data Mining)کشف الگوها و ارتباطات پنهان در داده‌های آموزشی با استفاده از الگوریتم‌های داده‌کاوی.مثال: تحلیل مسیرهای یادگیری موفق در یک پلتفرم آنلاین.6. تحلیل احساسات (Sentiment Analysis)شناسایی نگرش و احساسات دانش‌آموزان نسبت به محتوا یا معلم از روی نظرات یا نوشته‌های آن‌ها.مثال: تحلیل نظرات در پرسش‌نامه‌های باز.</description>
                <category>Maryam Zafary</category>
                <author>Maryam Zafary</author>
                <pubDate>Fri, 23 May 2025 18:33:00 +0330</pubDate>
            </item>
                    <item>
                <title>هوش مصنوعی (ai)</title>
                <link>https://virgool.io/@mzed5126/%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-ai-jsse7ietd1lo</link>
                <description>هوش مصنوعی شاخه ای از علوم رایانه است که هدف اصلی آن تولید ماشین های هوشمندی است که توانایی انجام وظایفی که نیاز به هوش انسان است را داشته باشد.هوش مصنوعی در واقع ماشینی است که به گونه ای برنامه نویسی شده که همانند انسان فکر میکند و توانایی تقلید از رفتار انسان را داشته باشد.هدف : یادگیری ،استدلال،درکمهم ترین کاربرد هوش مصتوعی در آموزش عبارت است از :اتوماسیون یا خودکار سازی وظایفیادگیری شخصیدسترسی جهانیتولید محتوای هوشمندتدریس به مربیان و معلمیندسترسی همیشگیشناسایی نقاط ضعف کلاس</description>
                <category>Maryam Zafary</category>
                <author>Maryam Zafary</author>
                <pubDate>Sat, 07 Dec 2024 16:04:13 +0330</pubDate>
            </item>
                    <item>
                <title>واقعیت مجازی(VR)-واقعیت افزوده(AR)</title>
                <link>https://virgool.io/@mzed5126/%D9%88%D8%A7%D9%82%D8%B9%DB%8C%D8%AA-%D9%85%D8%AC%D8%A7%D8%B2%DB%8Cvr-%D9%88%D8%A7%D9%82%D8%B9%DB%8C%D8%AA-%D8%A7%D9%81%D8%B2%D9%88%D8%AF%D9%87ar-xye8svj9rmof</link>
                <description>واقعیت مجازی=یک شبیه سازی کامپیوتری است که سعی دارد جهانی را برای انسان خلق کند و کاربر رااز دنیای واقعی جدا کند .                                                                                                                                                      در اصل این فناوری یک واقعیت تخیلی است که توسط کامپیوتر تولید شده است .با استفاده از VR کاربر می تواند اتفاقات و رویداد هایی را تجربه کند که دردنیای واقعی برایش غیر ممکن دشوار ویا تخیلی بوده است.                     در این فضا فرد در یک فضای شبیه سازی شده قرار میگیرد مانند=                                                                            عینک های سه بعدی _شبیه سازی جراحی _درمان فوبیا                                                                                                                                                                                                                                                                                                                                                                                                               واقعیت افزوده=ترکیبی از دنیای دیجیتال و دنیای واقعی است .که هدف آن شبیه سازی محیط واقعی در دنیای دیجیتال است؛ برای مثال اگر گوشی خود را در برابر یک نقشه ساختمان قرار دهید با استفاده از این فناوری میتوانید نقشه سه بعدی آن را مشاهده نمایید.در واقع شما تصویر واقعی را با تصویر سه بعدی دیجیتالی را که باهم ترکیب شده است را مشاهده می کنیدهدف اصلی AR ایجاد محیطی است که درک تفاوت بین دنیای واقعی و آنچه با استفاده از فناوری واقعیت افزوده به محیط اضافه شده است، کار ساده ای نباشد.محدودیت AR این است که باید دریک مکان ومحیط خاصی باشد</description>
                <category>Maryam Zafary</category>
                <author>Maryam Zafary</author>
                <pubDate>Fri, 29 Nov 2024 13:17:56 +0330</pubDate>
            </item>
                    <item>
                <title>Lms///Lxp</title>
                <link>https://virgool.io/@mzed5126/httpsvirgooliomzed5126lmslxp-wutry9xreybf-wutry9xreybf</link>
                <description>Lms یک سیستم اموزش مجازی است که این سیستم وظیفه مدیریت دوره های آموزش آنلاین ،توزیع موادآمورشی و همکاری بین فراگیر و مدرس را دارد.این سیستم این امکان را میدهد که فراگیران دردوره اموزشی ثبت نام وجنبه های دوره آموزشی را مدیریت کنند.که اموزش به دو صورت هم زمان(آنلاین)و غیر هم زمان ( صدا و اسلاید و ویدئوو...)استLxpیک پلتفرم یادگیری وسیستم آموزش مجازی است که شخصی سازی شده است به این معنی ک فرد متناسب با نیاز خود  محتوای مورد را جستجو میکند و طبق این فرایند یادگیری به صورت خود آموز اتفاق می افتد.و در آخرسیستم Lxp مدرن شده ی  Lms است و تجربه ای فراتر از Lms دارد زیرا براساس هوش مصنوعی عمل میکندوو در </description>
                <category>Maryam Zafary</category>
                <author>Maryam Zafary</author>
                <pubDate>Thu, 21 Nov 2024 13:23:19 +0330</pubDate>
            </item>
            </channel>
</rss>