បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការខ្វះខាតការស្រាវជ្រាវទ្រង់ទ្រាយធំទាក់ទងនឹងផលប៉ះពាល់នៃការដាក់បញ្ចូលប្រព័ន្ធឆ្លើយតបរបស់និស្សិត (Student Response Systems - SRS) ទៅលើសមិទ្ធផលសិក្សានិងការចូលរួមរបស់និស្សិតនៅកម្រិតសាកលវិទ្យាល័យ ដោយគិតបញ្ចូលទាំងកត្តាផ្សេងៗដូចជាមុខវិជ្ជា និងកម្រិតសិក្សា។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានធ្វើការប្រមូលទិន្នន័យពិន្ទុរបស់និស្សិតថ្នាក់បរិញ្ញាបត្រចំនួន ៦០៤៧ នាក់ រួមជាមួយនឹងទិន្នន័យស្ទង់មតិ រួចធ្វើការវិភាគទិន្នន័យស៊ីជម្រៅដោយប្រើប្រាស់ភាសាប្រូក្រាម Python។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Traditional Teaching (Control / Non-SRS) ការបង្រៀនតាមបែបប្រពៃណី (មិនប្រើប្រាស់ការឆ្លើយតបឌីជីថល) |
ងាយស្រួលអនុវត្ត មិនទាមទារឧបករណ៍បច្ចេកវិទ្យាទំនើប ឬការបណ្តុះបណ្តាលបន្ថែមសម្រាប់សាស្ត្រាចារ្យឡើយ។ | ការប្រាស្រ័យទាក់ទងមានកម្រិត ហើយសាស្ត្រាចារ្យពិបាកវាយតម្លៃការយល់ដឹងរបស់និស្សិតទាំងអស់ក្នុងពេលតែមួយ។ | អត្រាជាប់ និងពិន្ទុរួមមានកម្រិតប្រហាក់ប្រហែលនឹងក្រុមដែលប្រើ SRS ប៉ុន្តែពិន្ទុមានកម្រិតទាបជាងនៅក្នុងមុខវិជ្ជាវិទ្យាសាស្ត្រមួយចំនួន។ |
| Student Response Systems (SRS) ការប្រើប្រាស់ប្រព័ន្ធឆ្លើយតបរបស់និស្សិត (SRS) |
ជំរុញការចូលរួមរបស់និស្សិត (Active Learning) ផ្តល់មតិកែលម្អភ្លាមៗ និងបង្កើនការពេញចិត្តរបស់និស្សិតចំពោះការសិក្សា។ | តម្រូវឱ្យមានការរៀបចំទុកជាមុន ការប្រើប្រាស់ឧបករណ៍បច្ចេកវិទ្យា និងអាចជួបបញ្ហាបច្ចេកទេសក្នុងថ្នាក់។ | បង្កើនពិន្ទុនិស្សិតយ៉ាងកត់សម្គាល់ក្នុងមហាវិទ្យាល័យវិទ្យាសាស្ត្រ និងសហគមន៍ ហើយនិស្សិតទទួលបានពិន្ទុមុខវិជ្ជាខ្ពស់ជាងពិន្ទុមធ្យមសរុប (GPA) របស់ពួកគេ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការដាក់ឱ្យប្រើប្រាស់ប្រព័ន្ធ SRS និងការវិភាគទិន្នន័យ (EDA) នៅក្នុងការសិក្សានេះ ទាមទារនូវឧបករណ៍បច្ចេកវិទ្យា ចំណេះដឹងផ្នែកវិភាគទិន្នន័យ និងការគាំទ្រផ្នែកហិរញ្ញវត្ថុពីស្ថាប័ន។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅសាកលវិទ្យាល័យ King Saud University ប្រទេសអារ៉ាប៊ីសាអូឌីត ដោយមាននិស្សិតចូលរួមជាង ៦ពាន់នាក់ និងមានការបែងចែកសាខាដាច់ដោយឡែករវាងនិស្សិតប្រុសនិងស្រី។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនេះជួយជាគំនិតមូលដ្ឋាន ប៉ុន្តែវប្បធម៌នៃការបញ្ចេញមតិក្នុងថ្នាក់រៀន ព្រមទាំងការគាំទ្រផ្នែកហេដ្ឋារចនាសម្ព័ន្ធអ៊ីនធឺណិតអាចមានភាពខុសគ្នា ដែលទាមទារឱ្យមានការសាកល្បងវាយតម្លៃជាថ្មីនៅក្នុងបរិបទក្នុងស្រុក។
វិធីសាស្ត្រនៃការប្រើប្រាស់ប្រព័ន្ធ SRS និងការវិភាគទិន្នន័យស្វែងយល់ (EDA) គឺមានអត្ថប្រយោជន៍ខ្ពស់សម្រាប់ការអប់រំកម្រិតឧត្តមសិក្សានៅកម្ពុជា ក្នុងការផ្លាស់ប្តូរពីការរៀនបែបសូត្រចាំ ទៅជាការរៀនបែបសកម្ម។
ជារួម ការដាក់បញ្ចូលបច្ចេកវិទ្យាអប់រំគួបផ្សំនឹងការវិភាគទិន្នន័យពិតប្រាកដ នឹងជួយស្ថាប័នអប់រំនៅកម្ពុជាធ្វើឱ្យប្រសើរឡើងនូវគុណភាពនៃការបង្រៀនបានយ៉ាងមានប្រសិទ្ធភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Student Response Systems (SRS) | វាជាប្រព័ន្ធបច្ចេកវិទ្យា (ដូចជាឧបករណ៍បញ្ជូនចម្លើយ Clickers ឬកម្មវិធីទូរសព្ទ) ដែលអនុញ្ញាតឱ្យនិស្សិតទាំងអស់ឆ្លើយតបទៅនឹងសំណួររបស់សាស្ត្រាចារ្យក្នុងពេលដំណាលគ្នា ហើយប្រព័ន្ធនេះប្រមូលចម្លើយ និងបង្ហាញលទ្ធផលភ្លាមៗនៅលើអេក្រង់។ | ដូចជាកម្មវិធីហ្គេមសួរឆ្លើយតាមទូរទស្សន៍ ដែលអ្នកទស្សនាអាចផ្ញើសារបោះឆ្នោតជ្រើសរើសចម្លើយក្នុងពេលកំពុងផ្សាយផ្ទាល់។ |
| Exploratory Data Analysis (EDA) | ជាដំណើរការនៃការប្រើប្រាស់កូដកុំព្យូទ័រ (ដូចជា Python) ដើម្បីរៀបចំ សម្អាត និងបង្កើតជារូបភាពក្រាហ្វិកពីទិន្នន័យដ៏ច្រើនសន្ធឹកសន្ធាប់ ក្នុងគោលបំណងស្វែងយល់ពីលំនាំ ឬរកមើលភាពមិនប្រក្រតីណាមួយមុននឹងធ្វើការវិភាគស្ថិតិស៊ីជម្រៅ។ | ដូចជាការចាក់គំនរប្រដាប់ក្មេងលេងចេញពីប្រអប់ រួចរៀបចំវាទៅតាមពណ៌ ឬប្រភេទសិន មុននឹងសម្រេចចិត្តថាតើត្រូវយកមួយណាទៅលេង។ |
| Active Learning | ជាវិធីសាស្ត្រគរុកោសល្យដែលតម្រូវឱ្យនិស្សិតចូលរួមធ្វើសកម្មភាពដោយផ្ទាល់ (ដូចជាការពិភាក្សា ការដោះស្រាយបញ្ហា ឬការឆ្លើយសំណួរតាមប្រព័ន្ធឌីជីថល) ជាជាងគ្រាន់តែអង្គុយស្តាប់សាស្ត្រាចារ្យពន្យល់តែម្ខាង។ | ដូចជាការរៀនជិះកង់ដោយឡើងជិះផ្ទាល់ ជាជាងគ្រាន់តែអង្គុយមើលសៀវភៅណែនាំពីរបៀបជិះកង់។ |
| Confounding factors | នៅក្នុងការស្រាវជ្រាវ ពួកវាគឺជាអថេរ ឬកត្តាផ្សេងៗទៀត (ដូចជាភេទរបស់និស្សិត កម្រិតសិក្សា ឬមុខវិជ្ជា) ដែលអាចជះឥទ្ធិពលលាក់កំបាំងទៅលើលទ្ធផលនៃការសិក្សា ដែលធ្វើឱ្យយើងភាន់ច្រឡំថាវាជាឥទ្ធិពលផ្ទាល់នៃការប្រើប្រាស់ SRS។ | ដូចជាពេលយើងគិតថាការផឹកកាហ្វេធ្វើឱ្យកើតជំងឺបេះដូង តែតាមពិតអ្នកផឹកកាហ្វេភាគច្រើនក៏ចូលចិត្តជក់បារីដែរ (ការជក់បារីទីនេះគឺជាកត្តាបង្កការភាន់ច្រឡំ)។ |
| Mann-Whitney-Wilcoxon test | ជាវិធីសាស្ត្រធ្វើតេស្តផ្នែកស្ថិតិមួយប្រភេទដែលប្រើសម្រាប់ប្រៀបធៀបទិន្នន័យនៃក្រុមឯករាជ្យពីរ (ឧទាហរណ៍៖ ក្រុមនិស្សិតប្រើ SRS និងក្រុមមិនប្រើ) ដើម្បីមើលថាតើក្រុមទាំងពីរមានលទ្ធផលខុសគ្នាពិតប្រាកដឬក៏អត់ នៅពេលដែលទិន្នន័យនោះមិនមានទម្រង់ចែកចាយធម្មតា (Not normally distributed)។ | ដូចជាការយកកីឡាករមកពីសាលាពីរផ្សេងគ្នាទៅតម្រង់ជួរតាមកម្ពស់លាយឡំគ្នា ដើម្បីមើលថាតើសាលាមួយមានសិស្សខ្ពស់ៗច្រើនជាងសាលាមួយទៀតដាច់អហង្ការឬអត់។ |
| Type 1 error | ជាកំហុសផ្នែកស្ថិតិដែលកើតឡើងនៅពេលដែលអ្នកស្រាវជ្រាវសន្និដ្ឋានថាមានឥទ្ធិពល ឬមានការផ្លាស់ប្តូរដោយសារវិធីសាស្ត្រណាមួយ (ឧទាហរណ៍៖ ការប្រើ SRS ពិតជាធ្វើឱ្យពិន្ទុឡើង) ប៉ុន្តែការពិតជាក់ស្តែងវាមិនមានឥទ្ធិពលអ្វីទាំងអស់ (ជាការសន្និដ្ឋានខុស)។ | ដូចជាម៉ាស៊ីនរោទិ៍ប្រកាសអាសន្នថាមានចោរចូលផ្ទះ តែតាមពិតគ្រាន់តែជាឆ្មាលោតកាត់ (ការប្រកាសអាសន្នខុស)។ |
| Spearman’s correlation test | ជាការគណនាស្ថិតិដើម្បីវាស់ស្ទង់ថាតើអថេរពីរមានទំនាក់ទំនងគ្នាទៅវិញទៅមកកម្រិតណា (ឧទាហរណ៍៖ តើចំនួនដងនៃការប្រើ SRS មានទំនាក់ទំនងនឹងកម្រិតនៃការពេញចិត្តរបស់និស្សិតកម្រិតណា) ទោះបីជាទំនាក់ទំនងនោះមិនមែនជាបន្ទាត់ត្រង់ក៏ដោយ។ | ដូចជាការសង្កេតមើលថាតើនៅពេលមេឃកាន់តែក្តៅ ចំនួនអ្នកទិញការ៉េមកាន់តែកើនឡើងតាមនោះដែរឬទេ ទោះបីវាមិនកើនឡើងក្នុងចំនួនប្រាកដប្រជារាល់ដងក៏ដោយ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
