Στα πλαίσια του μαθήματος “Υπολογιστική Νοημοσύνη” του Τμήματος Διοίκησης Επιχειρήσεων του Τ.Ε.Ι Πατρών οι εκπαιδευόμενοι πραγματοποιούν μια έρευνα που έχει σκοπό να μελετήσει γνωστικές διεργασίες και πτυχές της προσωπικότητας και συμπεριφοράς φοιτητών και φοιτητριών των ελληνικών Πανεπιστημίων και Τεχνολογικών Εκπαιδευτικών Ιδρυμάτων της χώρας.
Τα παιδιά ζήτησαν από εμάς να γνωστοποιήσουμε την έρευνα στο κοινό του iGuRu.gr για να καταφέρουν να έχουν περισσότερα δείγματα. Αν επιθυμείτε να βοηθήσετε απαντώντας στο ερωτηματολόγιο, θα πρέπει να γνωρίζετε ότι οι απαντήσεις σας είναι ανώνυμες και εμπιστευτικές και δε θα χρησιμοποιηθούν για κανένα άλλο λόγο πέραν της επιστημονικής μελέτης. Για το λόγο αυτό παρακαλείσθε να απαντήσετε με ειλικρίνεια και μόνοι/ες σας. Η τήρηση των προσωπικών δεδομένων είναι σύμφωνη με την Αρχή Προστασίας Προσωπικών Δεδομένων του Κράτους (Ν. 2472/1997). Όταν δημοσιευθούν τα αποτελέσματα τίποτα δεν θα προδίδει τις ταυτότητες αυτών που συμμετείχαν.
Εφαρμογή Μεθόδων Μηχανικής Μάθησης στην Αξιολόγηση της Αυτοσυγκέντρωσης Φοιτητών
Στην παρούσα μελέτη εφαρμόζονται τεχνικές Μηχανικής Μάθησης με σκοπό την αξιολόγηση της συγκέντρωσης φοιτητών. Τα δεδομένα συλλέχθηκαν από την συμπλήρωση ηλεκτρονικών ερωτηματολογίων, τα οποία δημιουργήθηκαν με βάση την κλίμακα απορρόφησης και με χρήση της υπηρεσίας Google Forms.
Τα ηλεκτρονικά ερωτηματολόγια αναρτήθηκαν στο διαδικτυακό τόπο http://www.cicos.gr που δημιουργήθηκε για τον σκοπό αυτόν. Το δείγμα αποτελείται από φοιτητές ηλικίας από 18 έως 28 χρονών. Η κλίμακα απορρόφησης κατασκευάστηκε προκειμένου να προσδιοριστεί η αυτοσυγκέντρωση η οποία θεωρείται παράμετρος-κλειδί για την εκδήλωση και διαχείριση της κατάθλιψης.
Η κλίμακα απορρόφησης η οποία αξιολογεί 2 υπότυπους απορρόφησης (εσωτερική και εξωτερική) εξετάζει το βαθμό και τη διάρκεια της αυτοσυγκέντρωσης (εσωτερική απορρόφηση) καθώς επίσης τη διαχείριση της εξωτερικής συγκέντρωσης σε ένα συγκεκριμένο αντικείμενο εργασίας.
Στη συνέχεια, τα συλλεγόμενα δεδομένα επιλέχθηκαν προς ανάλυση, με σχετικούς μετασχηματισμούς, ώστε να έχουν κατάλληλη μορφή προκειμένου να ικανοποιούν τις απαιτήσεις, για την εφαρμογή των αντίστοιχων αλγορίθμων μηχανικής μάθησης. Για την ανάλυση των δεδομένων χρησιμοποιήθηκε το λογισμικό πακέτο ανοιχτού κώδικα Weka, το οποίο περιέχει ποικιλία μεθόδων Μηχανικής Μάθησης και Εξόρυξης Δεδομένων.
Επιπλέον, καθορίστηκαν οι παράμετροι των αντίστοιχων αλγορίθμων, ανάλογα με την περίπτωση εφαρμογής προκειμένου να παραχθούν κανόνες εξαγωγής συμπερασμάτων. Ολοκληρώνοντας, πραγματοποιήθηκε η αξιολόγηση της σημαντικότητας των εξαγομένων κανόνων/συμπερασμάτων
Κλίμακα Απορρόφησης (Sakamoto)
Σημειώστε με έναν κύκλο το κατά πόσο κάθε μία από τις προτάσεις που ακολουθούν ισχύει για σας,
δηλαδή κατά πόσο η κάθε πρόταση χαρακτηρίζει ή περιγράφει τον εαυτό σας.
Παρακαλώ απαντήστε το ερωτηματολόγιο πατώντας το παρακάτω Link:
Κλίμακα Απορρόφησης (Sakamoto)
[S. SAKAMOTO, 1998. Μετάφραση και Προσαρμογή στα Ελληνικά: Ρ. ΜΕΛΛΟΝ, 2000]
