فهرست مطالب alireza aghaee
-
این مقاله، حاصل تجربه نگاری جمعی از اعضای هیات علمی دانشگاه سیستان و بلوچستان درباره ی راهکارهای کاهش تقلب در آموزش الکترونیکی است. اشتراک گذاری و بررسی دیدگاه ها و تجارب اعضای این گروه، در یک شبکه ی برخط اجتماعی -مختص آنان، به انجام رسیده است. این شبکه در ابتدای سال 1399، اندکی پس ازآغاز دوران همه گیری بیماری کووید19 و تقریبا هم زمان با شروع فعالیت های دانشگاه با هدف تبادل تجربیات مرتبط با به کارگیری شیوه های آموزش الکترونیکی دروسی که تا آن زمان عمدتا به صورت حضوری در دانشگاه ارایه می شد؛ تشکیل گردید. شیوه ی پژوهشی انجام این تجربه-نگاری، روش پدیدار شناختی تفسیری با رویکرد کیفی است. مطالب، نظرات، اقدامات و راهکارهای پیشنهادشده توسط جمع فوق الذکر، برای کاهش تقلب در آزمون های برخط، تحت چند عنوان اصلی، دسته بندی شده و مصادیق مرتبط با هریک از آنها، تک به تک بیان گردیده است. مهمترین این موارد، شامل اقدامات موثر جهت کمک به افزایش آگاهی ها و تقویت توان درستکاری و خویشتن داری دانشجویان در برابر تمایل به تقلب، آشنانمودن دانشجویان با امکانات و ابزارهای مفید و مجاز کمکی به عنوان ابزارهای مشروع جایگزین تقلب، استفاده از امکانات ویطه ی سامانه آموزش مجازی در راستای کاهش انگیزه و شانس انجام یا کسب نتیجه ی مطلوب از ارتکاب تقلب (همچون ایجاد تنوع و تفاوت در ترتیب و محتوای سوالات آزمون، استفاده از سوالات تحلیلی و غیرحفظی)، تقسیم و توزیع امتحانات، ایجاد تغییر و تنوع در شیوه های ارزیابی و عدم اکتفا به امتحان و نیز توجه به اهمیت و جایگاه سایر جنبه های روان شناختی دانشجویان و همراهی نمودن و ارایه ی راهنمایی و مشورت به ایشان در هنگام اجرای آزمون های برخط است. در این تجربه نگاری، اساتیدی از دانشکده های علوم پایه، علوم انسانی و مهندسی شرکت داشتند؛ ازاین رو، بعضی از راهبردهای ارایه شده برای کاهش تقلب، ممکن است در یک زمینه ی تخصصی آموزشی، پرکاربردتر باشد؛ ولی در برخی زمینه های تخصصی دیگر، کمتر قابل استفاده باشد.
کلید واژگان: آزمون برخط, آزمون غیرحضوری, آموزش الکترونیکی, اضطراب آزمون, تقلب در امتحان}The present paper is a comprehensive empirical program of a group of faculty members in University of Sistan and Baluchestan on decreased fraud solutions for e-tests. The group views and experiences were reviewed and shared on a dedicated online platform. In early 2020, shortly after the epidemic of Covid-19 and almost simultaneously with the opening of universities, this platform was established to share the experiences related to applying e-learning methods for courses that were mainly in person so far. This is a qualitative interpretative phenomenology study. Materials, views, measures, and recommendations of a group of faculty members for decreased cheating in online tests were classified under some headings. In addition to the literature review, the most effective solutions to increase awareness and enhance students’ continence and honesty against the tendency to cheat and practical suggestions to reduce students’ fraud in online tests were provided. Research samples included faculty members of basic sciences, education and psychology, and engineering. Hence, however, some proposed strategies and approaches are widely used in a particular educational field and may be less practical in some other specialized areas.
Keywords: Online test, remote exams (assessments), Electronic Learning, Test Anxiety, examination fraud} -
در مطالعه حاضر، جریان سیال، انتقال حرارت و تولید آنتروپی در جابه جایی توام نانوسیال آب – اتیلن گلیکول-اکسید آلومینیم با خواص متغیر در محفظه ی «Γ» شکل به صورت عددی بررسی شده است. برای تحلیل جابه جایی توام از یک برنامه کامپیوتری به زبان فرترن بر اساس روش حجم محدود و الگوریتم سیمپلر استفاده شده است. مطالعه برای کسر حجمی نانوذرات 0تا 04/0، عدد ریچاردسون 01/0، 1/0، 1، 10 و 100، عدد گراشف 104 و در دو حالت، یک بار ضلع بالایی متحرک (U-) و بار دیگر ضلع جانبی سمت چپ متحرک (V-) انجام شده است. در همه اعداد ریچاردسون و در هر دو حالت (-U) و (V-) عدد ناسلت متوسط با افزایش کسر حجمی افزایش می یابد هر چند با کاهش عدد ریچاردسون این افزایش محسوس تر است. همچنین در همه اعداد ریچاردسون و در هر دو حالت مورد بررسی، تغییرات آنتروپی کل و آنتروپی تولیدی ناشی از حرارت با افزایش کسر حجمی رفتاری مشابه عدد ناسلت دارد.کلید واژگان: نانوسیال, تولید آنتروپی, محفظه, Γ, شکل, جابه جایی توام, خواص متغیر, حل عددی}In this work, the fluid flow and heat transfer and entropy generation of mixed convection in "Î" -shaped cavity filled with Al2O3-Water-EG have been studied. For this propose, we used from a FORTRAN program based on finite volume method (FVM) and SIMPER algorithm. This investigation have done for volume fraction from 0 to 0.04, Richardson number between 0.01 and 100, and Grashof number equal to 104 for two situation, moving top wall with velocity of U from right to left and moving left vertical wall equal to V from up to bottom. In all cases average Nusselt number increase with adding of nanoparticle or decreasing of Richardson number. This phenomenon is sensitive with reduction of Richardson number. In addition for all Richardson number and for two cases total entropy generation and entropy generation due to conduction increase with nanoparticle volume fraction.Keywords: Nanofluid, Entropy generation, L-shaped cavity, Mixed convection, Variable properties, Numerical solution}
-
A lot of absorption lines are in the bluewards of Lyα emission line of quasar which is well-known as Lyαforest. Most of absorption lines in this forest belong to the Lyα absorption of the neutral hydrogen in the inter-galactic medium (IGM). For high redshift quasars and in the continuum with low and medium resolution, there are no many regions without absorption, so that, the quasar continuum in the forest is not obvious. Determination of the continuum in the forest is essential to study material distribution in the IGM, which is conductible through these absorption lines. One way to find this continuum is to predict it using longer wavelengths of the Lyα emission line of quasar, redwards of quasar continuum. Principal component analysis (PCA) method was proposed by researcher to estimate the bluewards of 50 low redshift quasars with 9% mean absolute error (error range was3-30%). In this article, the whole continuum is predicted using only the redwards of the quasar continuum and ten random data of the forest by an artificial neural network (ANN). Five different training algorithms are used to train the ANN. The simulation results show that mean absolute error for the Lyα forest is decreased to 5.27% (with error range between 1.63-9.05%). These results verify the capability of the ANN to predict the quasar continuum in the Lyαforest as compared with the statistical methods.Keywords: Quasar, Lyα Forest, Neural Networks, continuum}
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
©2000-2024 magiran.com All Rights Reserved.