تحقیق در مورد مدل ارزشیابی کیفیت مدیریت مدرسه در مرحله آموزش اجباری بر اساس فناوری کلان داده

عنوان فارسی مقاله:تحقیق در مورد مدل ارزشیابی کیفیت مدیریت مدرسه در مرحله آموزش اجباری بر اساس فناوری کلان داده

چکیده

با گسترش آموزش اجباری مشکلات مدیریت مدرسه مستمر پدیدار شد و کیفیت مدیریت مدرسه در آموزش اجباری توجه زیادی را در چین به خود جلب کرد. با این حال، استفاده از فناوری اطلاعات در این زمینه هنوز دقیق و گسترده نیست، که منجر به مشکلاتی در مورد حجم کاری سنگین و دشواری بالا در کل فرآیند ارزشیابی می‌شود. به این ترتیب، ما از فناوری‌های کلان داده، از جمله Apache Spark، Apache Hive و SPSS برای انجام مؤثر پاکسازی داده‌ها، تجزیه و تحلیل همبستگی، تجزیه و تحلیل عامل پویا، تجزیه و تحلیل مؤلفه‌های اصلی و نمایش بصری در نمونه‌ای از ۱۷۶۰ نقطه داده از ۴۰ مدارس ابتدایی و متوسطه واقع در استان Q چین استفاده کرده‌ایم. این ما را قادر می‌سازد تا مدلی برای ارزشیابی کیفیت مدیریت مدرسه در مرحله آموزش اجباری بسازیم و ۲۲ وظیفه مدیریت قبلی مورد نیاز برای ارزشیابی را به ۵ کاهش دهیم که راهکاری کارآمد و مؤثر برای ارزشیابی مدیریت کیفیت در مدارس است. این امر کارایی و دقت ارزشیابی را بهبود بخشیده و توسعه همزمان آموزش و برابری آموزشی را در مرحله آموزش اجباری ارتقا داده است.

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Research on the Evaluation Model of School Management Quality in the Compulsory Education Stage Based on Big Data Technology

Abstract

With the spread of compulsory education emerged continuous school management problems, and the quality of school management in compulsory education has attracted a great deal of attention in China. However, the application of information technology in the field is not yet detailed and wide, resulting in problems concerning heavy workloads and high difficulty in the whole evaluation process. As such, we have utilized big data technologies, including Apache Spark, Apache Hive, and SPSS, to effectively carry out data cleaning, correlation analysis, dynamic factor analysis, principal component analysis, and visual display on a sample of 1760 data points from 40 primary and secondary schools located in the Q Province of China. This has enabled us to construct a model for evaluating school management quality in the compulsory education stage, reducing the previous 22 management tasks required for evaluation down to just 5. Such streamlining has greatly reduced the workload and difficulty previously associated with evaluation, providing a more efficient and effective solution for assessing quality management in schools. It has improved the efficiency and accuracy of evaluation and further promoted the simultaneous development of education and education equity in the compulsory education stage.