1. مقدمه
یکی از مهمترین دغدغههای آموزش عالی جلوگیری از ترک تحصیل و طول تحصیلی است. برطبق OECD حدود 30 درصد از دانشجویانی که وارد برنامههای آموزش عالی میشوند بدون اینکه مدرکی دریافت کنند ترک تحصیل میکنند.(OECD, 2013) میزان ترک تحصیل در هلند نیز مشابه میانگین OECD است. (هیئت بازرسی آموزشی،2013و OECD,2013) نه تنها ترک تحصیل یک نگرانی محسوب میشود بلکه بسیاری از دانشجویان بیشتر از 1 سال طول تحصیل(سنوات تحصیلی) دارند. در هلند، فقط 26.40درصد دانشجویان دانشگاهها درجه کارشناسی خود را به موقع دریافت میکنند. (بین سه سال) و 48.60 درصد دانشجویان دانشگاه ها با یک سال تأخیر فارغ التحصیل میشوند. (هیئت بازرسی آموزشی، 2013) طول تحصیلی (تأخیر در تحصیل، سنوات تحصیلی) و ترک تحصیلی ممکن است برای دانشجویان و همچنین آموزش عالی سبب هدر رفتن وقت و هزینه زیاد شود. به عنوان مثال در کشورهای اروپایی مقدار بودجهای که از طرف دولت برای دانشگاه در نظر گرفته میشود( میرسد)، بستگی به تعداد دانشجویانی که فارغالتحصیل میشوند، دارد. (De koning, Loyens, Rikers, Smeets, & Van der Molen,2014, Hovdhaugen,2009)
بسیاری از دانشجویانی که بدون هیچ مدرکی آموزش عالی را ترک میکنند، این کار را در طول اولین سال تحصیلی یا بلافاصله بعد از اولین سال دورهی کارشناسی خود انجام میدهند.(Tinto,1993,1998) بنابراین شناسایی ترک تحصیل در مراحل اولیه دورههای تحصیلی دانشجویان اهمیت دارد. در این مطالعه ما قصد داریم بررسی کنیم که آیا اساتید دانشگاه میتوانند دانشجویانی را که در معرض ترک تحصیل یا طول تحصیل قرار دارند را در طول برنامه کارشناسی شناسایی کنند و این که اساتید چه ویژگیهایی از دانشجویان را برای موفقیت تحصیلی مورد ملاحظه قرار میدهند.
2. صحت قضاوت های معلم
اساتید با اهداف متنوعی به قضاوت درباره نحوه عملکرد یا رفتار دانشجویان می پردازد، این اهداف عبارتند از: ارزیابی رسمی، تصمیمات ارجاعی( برای مثال: تدریس ترمیمی یا جهش تحصیلی) و تصمیمات آموزشی( مانند: انتخاب تکالیف، تعیین سطح دشواری، و سازمان یادگیری. بنابراین قضاوت در مورد دانشآموزان باید به صورت صحیح و دقیق انجام شود.
صحت و دقت قضاوت به همبستگی بین قضاوت اساتید دربارهی موفقیت تحصیلی دانشجویان و موفقیت تحصیلی واقعی دانشجویان اطلاق می شود، مثلا در تستهای استاندارد شده. جاسیم(1989و1991) اضافه بر این بیان میکند که فقط وقتی میتوان صحبت از دقت و صحت زد که قضاوتهای معلم رفتار یا موفقیت دانشجو را بدون این که موجب آن شود پیش بینی کند. قضاوتهای دقیق بر پایهی اطلاعات مربوط به گذشته مانند توانایی دانشجو میباشد. اگر چه براساس جاسیم(1991) مدل انعکاس سازنده، وقتی قضاوتهای اساتید تحت تأثیر اثرات پیشبینی(انتظار) و تعصبات ادراکی قرار بگیرند، میتوانند نادرست باشند. مثالی از اثرات پیش بینی معلم، پیشگوییهای کامبخش معلمان هستند که باعث میشود قضاوتهای معلمان روی رفتار دانشآموز تأثیر بگذارد، در نتیجه انتظار اولیه معلم تحقق مییابد. تعصبات ادراکی در جایی اتفاق میافتد که معلمان عملکرد دانشجویان را طوری تعبیر میکنند که مطابق با اعتقادات و نظریات اولیه آنها درباره ی تواناییها و صلاحیتهای یک دانشجو است بدون این که سنجش مستقل و منطقی از تواناییها و صلاحیتهای دانشجویان(مثلا با تستهای استاندارد شده) درنظر گرفته شود. این تعصبات ادراکی میتوانند از عقاید و باورهای پیش پا افتاده ( مثلا طبقات اقتصادی اجتماعی، نژاد، فرهنگ، جنسیت) که معلمان اعتقاد دارند، نشئت بگیرند و با عملکرد تحصیلی دانشجو ارتباط پیدا کنند.
تحقیقاتی که میزان دقت قضاوت معلمین را ارزیابی میکنند، تأثیرات انتظار معلم و تعصبات ادراکی، نشان دادند که تأثیرات پیشگویی خودکامبخش اغلب کم هستند و قضاوت معلمین درباره تحوه ی عملکرد دانشجو اغلب صحیح است. علاوه بر این دو متاآنالیز نشان داد که قضاوت معلمین دربارهی نحوهی عملکرد دانشجویان کاملا صحیح بوده است. برای مثال متاآنالیزی که به وسیلهی sudkamp et al,2012 از سال 1989 تا 2009 انجام شد ، همبستگی متوسط 0.63 (دامنهیr=-0.03 تا r=0.84 ) را در میان 75 مطالعه نشان داد. در حالی که این تحقیقات نمونههایی از کودکستان یا مدرسه ابتدایی را شامل میشوند، تنها اقلیتی نیز از دبیرستان در نظر گرفته شده است. اگرچه در نظام آموزش عالی دقت و صحت قضاوت معلم کمتر شناخته شده است. با توجه به نرخ بالای ترک تحصیل در آموزش عالی و هزینههای مرتبط با آن، این نکته قابل توجه است. علاوه بر این قضاوتهای اساسی که استادان دانشگاه دربارهی کیفیت کار دانشآموزان میکنند، اغلب تصمیمات غیر عینی هستند. مانند قضاوت به اندازهای که هدفی محقق شده باشد،( محدود میشود). یکی از دلایل این شکاف دانش شاید بزرگتر بودن اندازه کلاس است که بررسی صحت قضاوت معلم را مشکلتر میکند.
جالب توجه است که مطالعات اندکی که به قضاوت در آموزش عالی رسیدگی کرده اند نتایج مختلفی را گزارش کردهاند. برای مثال چامور و پرموزیک و فارنهام 2003 در یک مطالعه نشان دادند که پیشبینیهای اساتید دانشگاه از آزمون با نمرههای آزمون واقعی دانشجویان(با توضیح٪ 6 واریانس) ارتباط داشت، در حالی که در مطالعه دوم هیچ ارتباط معناداری پیدا نشد. کافمن و هانسل1997و وایت فیلد و شیه2002 ارتباط مثبتی بین میزان دانش اساتید دانشگاه و نمرات واقعی آزمون دانشجویان پیدا کردند. با این اوصاف، رتبه بندی که معلم انجام میدهد تنها پراکندگی کمی در نمرههای آزمون واقعی را میتوانستند توضیح دهند و اساتید دانشگاه به احتمال زیاد، دانش پایهی دانشآموزان را دسته بالا گرفته بودند، مخصوصا دانشآموزانی که در٪ 25 پایینی کلاس واقع شده بودند.
وان دی واترینگ و کلسنس2003 نشان دادند که طبقه بندی اساتید دانشگاه از دانشجویان سال اول حقوقشان با عناوین ضعیف، متوسط و یا عالی(با مهارت بالا) با نمرههای آزمون واقعیشان به اثبات رسید و تأیید شد. در نهایت، ویجینا، لوینز، دروس، کوانجی و اشمیت2014(؟؟؟) دریافتند که قضاوتهایی که معلمان در اوایل سال اول دورهی کارشناسی (با توضیح 10-22٪ واریانس) انجام دادند، پیشبینی از موفقیت تحصیلی دانشجویان در اوایل کارشناسی و همچنین در طول دورهی کارشناسی بود. اگرچه تأثیرات روشن نبودند: نتایج نشان داد که استادان دانشگاه در پیشبینی موفقیت تحصیلی موفقتر از پیشبینی دربارهی شکست بودند، که این متضمن پژوهشهای بیشتری است. جالب توجه است که این اثر نامتقارن در زمینه مطالعات انجام شده در آموزش ابتدایی و متوسطه برای دانشآموزان بسیار موفق بالاتر بود و این که معلمان در پیشبینی کسانی که مایل نیستند مشکلات یادگیریشان را پیشرفت بدهند و کسانی که میخواهند مشکلات یادگیریشان را پیشرفت بدهند بهترند.
3. معلمان چگونه قضاوت میکنند؟
برای این که بیشتر به دقت قضاوت معلمان بینش پیدا کنیم، باید از نوع اطلاعاتی که معلمان هنگام قضاوت دربارهی عملکرد و توانایی دانشآموزان استفاده میکنند، مطلع شویم. معلمان ممکن است براساس ویژگیهای دانشآموزان و نه توانایی آنها دربارهی موفقیت آنها قضاوت کنند که این ممکن است به طور کلی بر دقت قضاوت آنها تأثیر بگذارد. برای مثال، پژوهش سابق نشان داد که قضاوت های معلمان پایهی ششم و معلمان دانشگاه از تعامل رفتاری دانشآموزان در کلاس تأثیر پذیرفته بودند. این مورد حتی در دو مورد از مطالعات تجربی بود. در این آزمایشات دانشجویان تربیت معلم در یک شبیه سازی کامپیوتری از یک وضعیت کلاس درس شرکت کردند که در آن با دانشآموزان مدرسه ابتدایی و متوسطه که مجازی بودند، تعامل داشتند. این دانشآموزان سطحی از موفقیت و تعامل را به طور آزمایشی در رابطه با نسبت پاسخهای صحیح و میزان شرکت در کلاس نشان دادند. پس از آن، از دانشجویان تربیت معلم خواسته شد تا درباره موفقیت و تعامل دانش آموزان قضاوت کنند. اگرچه در این شبیهسازی ارتباط بین تعامل واقعی دانشآموزان و موفقیت واقعیشان به صفر محدود شد. اما نتایج نشان داد که معلمان به صورت غلط بخشی از قضاوت خود را دربارهی سطح موفقیت دانشآموزان براساس تعامل رفتاری نمایشداده شدهی دانشاموزان در کلاس قرار دادند. لازم به ذکر است که هنگامی که معلمان قضاوت میکنند، ممکن است تعامل و موفقیت واقعی را با هم به حساب بیاورند. بر طبق آن، معلمان ممکن است چنین بپندارند که تعامل بالا و موفقیت بالا با هم یکی هستند و ارتباط دارند.
1. Introduction
Preventing dropout and study delays are major concerns in higher education. According to the Organization for Economic CoOperation and Development (OECD, 2013), around 30% of students who enter a higher education program leave without a degree. Dropout rates in the Netherlands are similar to the OECD average (OECD, 2013; Educational Inspectorate, 2013). However, not only dropout is a concern, many students experience study delays longer than one year. In the Netherlands, only 26.40% of university students obtain their bachelor’s degree on time (i.e., within 3 years), and 48.60% of university students graduate with a one-year delay (Educational Inspectorate, 2013). Study delays and dropout can be both time-consuming and costly for students, as well as for institutes of higher education. For example, in several European countries, the amount of funding universities receive from the government depends on the number of students who graduate (De Koning, Loyens, Rikers, Smeets, & Van der Molen, 2014; Hovdhaugen, 2009).
A majority of university students who leave higher education without any degree do so during or immediately after their first bachelor’s year (Tinto, 1993, 1998). It is therefore important to target dropout at an early stage of university students’ academic careers. In this study, we aim to investigate whether university teachers can identify first-year university students at risk of dropout or delays during the bachelor’s program and which student characteristics university teachers perceive as important for academic success.
2. The accuracy of teacher judgments
Teachers judge students’ performance or behavior (Südkamp,Kaiser, & Moller, 2012 € ) for diverse purposes, such as formal assessment, referral decisions (e.g., remedial teaching or acceleration), and instructional decisions (e.g., selection of tasks, determining difficulty levels, and organization of learning; Abidin & Robinson, 2002; Begeny, Eckert, Montarello, & Storie, 2008; Eckert, Dunn, Codding, Begeny, & Kleinmann, 2006; Gerber & Semmel, 1984; Südkamp et al., 2012). It therefore is important to judge students in an accurate way.
Judgment accuracy is typically defined as the correlation between teacher judgments of students’ academic achievement and students’ actual academic achievement, such as on standardized tests (e.g., Südkamp et al., 2012). Jussim (1989, 1991) further argued that only when teacher judgments predict student behavior or achievement, without causing it, one can speak of accuracy. Accurate judgments are based on relevant background information, such as students’ ability. However, according to Jussim’s (1991) reflection-construction model teacher judgments could be inaccurate when instigated by expectancy effects and perceptual bias. An example of teacher expectancy effects are self-fulfilling prophecies, where teacher judgments about students will change student behavior so that the initial teacher expectation is confirmed. Perceptual bias takes place when teachers interpret students’ performance in ways that are consistent with their initial beliefs or ideas about a student’s capabilities and competencies regardless of any independent, objective assessment of students’ capabilities and competencies (like with standardized tests). Such perceptual biases can be instigated by stereotypical beliefs (e.g., social economic status, ethnicity, culture, gender) teachers believe are associated with students’ study performance.
Studies that examined the magnitude of judgment accuracy, teacher expectation effects, and perceptual bias, concluded that self-fulfilling prophecy effects are often small and that teachers are mostly accurate in judging student performance (Jussim & Harber, 2005; Trouilloud, Sarrazin, Martinek, & Guillet, 2002). Moreover, two meta-analyses demonstrated that teacher judgments of students’ performances are quite accurate (Hoge & Coladarci, 1989; Südkamp et al., 2012). For example, the meta-analysis by Südkamp et al. (2012) of research conducted from 1989 to 2009 resulted in a mean correlation of 0.63 (range r ¼ 0.03 to r ¼ 0.84) across 75 studies. Whereas studies in these meta-analyses predominately involved samples from kindergarten or elementary school, only a minority also considered secondary education. However, even less is known about the accuracy of teacher judgments in higher education settings. This is remarkable, given the high dropout rates in higher education and associated costs (OECD, 2013). Moreover, fundamental judgments university teachers make about the quality of student work are often subjective decisions, such as judging the extent to which an objective is met (Sadler, 2005). One reason for this knowledge gap, perhaps, might be the larger class sizes, making it more difficult to investigate teacher judgment accuracy.
Interestingly, the few studies that considered judgements in higher education reported mixed results. For example, ChamorroPremuzic and Furnham (2003) demonstrated in one study that university teachers’ exam predictions were related to university students’ actual exam scores (explaining 6% of the variance), whereas in a second study no significant associations were found. Kaufman and Hansell (1997) and Whitfield and Xie (2002) found positive associations between university teacher ratings’ of knowledge and students’ actual exam scores. Nevertheless, teacher ratings could only explain little variance in actual exam scores (Kaufman & Hansell, 1997) and university teachers were likely to overestimate students’ knowledge base, especially for students situated in the bottom 25% of the class (Whitfield & Xie, 2002).
Van de Watering and Claessens (2003) demonstrated that university teachers’ classification of their first-year law students as barely, moderately, or highly competent corroborated with actual exam scores. Finally, Wijnia, Loyens, Derous, Koendjie, and Schmidt (2014) found that teacher judgments made early in the first bachelor’s year were predictive of university students’ academic success in that first bachelor’s year as well as across the entire bachelor’s program (explaining 10e22% of the variance). However, effects were not unequivocal: Results indicated that university teachers were better in predicting academic success than failure, which warrants further investigation. Interestingly, this asymmetrical effect is in line with studies conducted in primary and secondary education that indicated that primary and secondary teachers’ judgment accuracy was higher for high-achieving students (e.g., Demaray & Elliott, 1998) and that teachers were better at predicting who would not develop learning difficulties than those who would develop learning difficulties (Flynn & Rahbar, 1998; Gijsel, Bosman, & Verhoeven, 2006; Taylor, Anselmo, Foreman, Schatschneider, & Angelopoulos, 2000).
3. How do teachers make their judgments?
To gain more insight into teacher judgment accuracy, it is important to learn more about the type of information teachers use when making judgments about students’ performance and ability. Teachers may judge students’ achievements on the basis of student characteristics other than ability, which may affect the overall accuracy of their judgments. For example, previous research revealed that 6th grade teachers’ and university teachers’ judgments of achievement were influenced by students’ behavioral engagement in class (e.g., the number of questions a student asks in class, absenteeism in class; Chamorro-Premuzic & Furnham, 2003; Kaiser, Retelsdorf, Südkamp, & Moller, 2013 € ). This was even the case in two experimental studies by Kaiser et al. (2013). In these experiments, teacher candidates participated in a computer simulation of a classroom situation in which they interacted with virtual elementary and secondary school students. These students had experimentally manipulated levels of achievement and engagement in terms of the proportion of correct answers and participation in class. Afterward, teacher candidates were asked to judge students’ achievement and engagement. Although, in these simulations, the correlation between students’ actual engagement and actual achievement was constrained to zero, results demonstrated that teachers inaccurately based part of their judgments of students’ achievement levels on students’ displayed behavioral engagement in class. Kaiser et al. (2013) suggested that teachers might have taken the collinearity of engagement and actual achievement into account when making their judgments. That is, teachers might assume that high engagement and high achievement go hand in hand.
چکیده
.1 مقدمه
2. صحت قضاوت های معلم
3. معلمان چگونه قضاوت میکنند؟
4. مطالعهی حاضر و فرضیهها
5. بخش1: دقت قضاوت اساتید دانشگاه
5.1. روش
5.1.1. شرکتکنندگان و طراحی
5.1.2. رتبه بندی شانسی معلم
5.1.3. رتبهبندی معلم از تعامل (فعالیت در کلاس)
5.1.4. اتمام موفقیت آمیز سال اول
5.1.5. تکمیل موفقیت آمیز برنامه لیسانس
5.2. نتایج و مباحث
5.2.1. فرضیه1. رابطه بین قضاوتهای معلم
5.2.2. فرضیه2: صحت و دقت قضاوت
5.2.3. فرضیه3: اساتید دانشگاه در پیشبینی موفقیت بهتر هستند
6. قسمت2: استدلال قضاوت معلم
6.1. روش
6.1.1. مشارکت و طراحی
6.1.2. طرح کدگذاری برای استدلال ارائه شده از سوی معلم برای موفقیت
6.2. نتایج و مباحث
6.2.1. فرضیه4: استدلال اساتید دانشگاه
6.2.2. تفاوت بین دانشجویان کارشناسی موفق و ناموفق
7. بحث عمومی
7.1.آیا قضاوت اساتید صحیح است؟
7.2. معلمان چگونه قضاوت خود را انجام می دهند؟
7.4. نتایج و الزامات
منابع
Abstract
1. Introduction
2. The accuracy of teacher judgments
3. How do teachers make their judgments?
4. Present study and hypotheses
5. Part 1: accuracy of university teachers’ judgments
5.1. Method
5.1.1. Participants and design
5.1.2. Teacher chance ratings
5.1.3. Teacher ratings of engagement
5.1.4. Successful completion of the first year
5.1.5. Successful completion of the bachelor’s program
5.2. Results and Discussion
5.2.1. Hypothesis 1: association between teacher judgments
5.2.2. Hypothesis 2: judgment accuracy
5.2.3. Hypothesis 3: university teachers are better able to predict success
6. Part 2: reasoning of teacher judgments
6.1. Method
6.1.1. Participants and design
6.1.2. Coding scheme for teacher-provided reasons for success
6.2. Results and discussion
6.2.1. Hypothesis 4: university teachers’ reasoning
6.2.2. Differences between successful and unsuccessful bachelor’s students
7. General discussion
7.1. Are teacher judgments accurate?
7.2. How do teachers make their judgments?
7.3. Limitations and future research
7.4. Conclusions and implications
References