مرور نظام­ مند (Systematic Review)

به زبان ساده مرور نظام مند نوعی بررسی پیشینه است که با استفاده از روش های دقیق، نظام ­مند و شفاف، سوگیری در نتایج را به حداقل می ­رسانند. 

شفافیت به این معنی است که تصمیمات به  طور واضحی مستند شده ­اند. 

سوگیری عبارت است از تحریف نظام­ مند اثر برآورد شده که می­تواند منتج از  تصمیمات مشکل­ زا باشد و تقریبا در هر نقطه فرایند بررسی اتفاق می­ افتد.

مرورهای نظام ­مند بهترین شواهد را برای تصمیم گیرنده فراهم می­ کند. 

این شواهد، در ترکیب با تخصص بالینی و ارزش­ها، ویژگی­ ها و شرایط مراجع، مواد لازم برای تصمیم گیری های خوب هستند (Eden، 2008).

ویژگی های مرور نظام­ مند

1. دارای اهداف روشن با معیارهای ورود به واضح (شفافیت)
2. از روش های جستجوی نظام مند استفاده می کنند که خطر نمونه گیری انتخابی از مطالعات را کاهش می دهد (کاهش خطر سوگیری)
3. از ارزیابی منسجم از اطلاعات موجود استفاده می کنند (کاهش خطر سوگیری)
4.  به خوانندگان اطلاعات بیشتری در مورد تصمیماتی که در طول مسیر گرفته شده، می­دهد و به آن­ها اجازه می دهد تا دسترسی مستقیم تری به کیفیت مرور داشته باشند (افزایش شفافیت)
5. قادر به ارائه دقیق تر برآورد اثر هستند، به ویژه اگر شامل فراتحلیل باشند (افزایش دقت)
6. با انتشار داده های بیشتر،  به روز می شوند (زیرا روش ها شفاف هستند)

گام های انجام مرور نظام مند

1)     تشکیل تیم (متخصص محتوا، متخصص روش، متخصص آمار، کتابدار و مدیریت منابع)
2)     تدوین پروتکل یا طرح کار
3)     طرح سوال یا موضوع
4)     جستجوی نظام مند و جامع برای جمع آوری شواهد
5)     تدوین معیارهای ورود و خروج
6)     ارزیابی انتقادی پیشینه مرتبط
7)     خلاصه کردن داده ها
8)     ترکیب داده ها
9)     انتشار نتایج

منبع:

O’connor, E., Whitlock, E., & Spring, B. (). Systematic Review Module, retrived at: https://ebbp.org/training/systematicreview

چهل و پنجمین کنفرانس سالانه انجمن سنجش آموزشی

27-22 سپتامبر 2019، باکو، آذربایجان

موضوع اصلی کنفرانس، سنجش و تصمیم گیری: راه حل­های فردی و موسسه است. 

Assessment and Decision-Making: Individual and Institutional solutions

موضوعاتی که می توان در آن برای کنفرانس مقاله تدوین کرد عبارتند از:

• Use of assessment in decision-making
• Reliability and validity of assessments in decision-making
• Assessment techniques for better decision-making practices
• Assessment as an institutional reforming tool in education and civil service
• Opportunities and challenges in admission testing and recruitment policies of public and private sector
• Creating value-added measures for better predictions
• The future of assessment instruments in university admissions and civil service selection
• Assessment as an innovation tool in the education system and good governance
• Assessment data and decision making responsibility
• E-assessments and technology-advanced platforms
• Operational/operations research themes in educational and workforce assessments

تاریخ های مهم کنفرانس:

15 دسامبر 2018 : شروع ثبت نام

25 آوریل 2019 : فراخوان چکیده مقالات

1 می 2019: پذیرش چکیده مقالات

14 جولای 2019: ثبت نام

25 اگوست 2019: پذیرش مقالات

کنفرانس 6 روزه است از تاریخ 22 تا 27 سپتامبر 2019.

منبع:

http://iaea2019.org/

کارگاه R (بسته EdSurvey ) در هشتمین کنفرانس تحقیقات بین المللی IEA (IRC-2019)

26-24 ژوئن 2019- کپنهاگ دانمارک  

هشتمین کنفرانس تحقیقات بین المللی IEA (IRC-2019) کارگاه هایی در زمینه تحلیل داده­های ثانویه در تاریخ های 2 تا 4 تیر ماه 1398 برگزار می کند که یکی از آن­ها آموزش بسته EdSurvey در محیط R است. این بسته توسط NCES تدوین شده است.

موضوعات این کارگاه عبارتند از:

• R basics, including getting to know the R environment and R language, and package installation;
• Data processing, including downloading publicly available data and reading data in R;
• Data manipulation, including subsetting and merging data, and renaming and recoding variables;
• Cross-tabulation, including unweighted and weighted totals, conditional means, and the percentage of respondents in a category (conditional on an ancillary categorical variable or on the interactions of an arbitrary number of categorical variables), and estimation of scale score means based on plausible values;
• Calculating the percentiles of a numeric variable or plausible values;
• Analysis of benchmarks for international assessment data;
• Correlations, including Pearson, Spearman, polyserial, polychoric, and correlation between plausible values, with or without weights applied;
• Linear regression, with or without plausible values as the dependent variable;
• Logistic regression that allows either a discrete variable or dichotomized plausible values as the dependent variable; and
• Gap analysis, comparing the average, percentile, achievement level, or percentage of survey responses between two groups that potentially share members.

منبع:

https://www.iea.nl/pre-conference-workshops#Workshop%205

هشتمین کنفرانس تحقیقات بین المللی IEA (IRC-2019)

28-2 ژئن 2019- کپنهاگ دانمارک  

هشتمین کنفرانس تحقیقات بین المللی IEA (IRC-2019) در تاریخ 5 تا 7 تیر ماه 1398 در The Danish school of education در دانشگاه Aarhus در کپنهاگ دانمارک برگزار می­شود. کارگاه هایی در زمینه تحلیل داده­ های ثانویه نیز در تاریخ های 2 تا 4 تیر ماه 1398 نیز برگزار می شود. 

زمان ثبت نام در کنفرانس از 3 دسامبر 2018 تا 24 می 2019 (معادل 12 آذر 1397 تا  3 خرداد 1398) است.

موضوعات مورد بحث در این کنفرانس عبارتند از:

• Trends in International Mathematics and Science Study (TIMSS, TIMSS Advanced);
• Progress in International Reading Literacy Study (PIRLS);
• International Civic and Citizenship Education Study (ICCS, CIVED);
• International Computer and Information Literacy Study (ICILS, SITES);
• Other IEA studies, such as the Teacher Education and Development Study in Mathematics (TEDS-M) (see Other IEA Studies for a full list);
• Policy implications of large-scale educational research;
• Research informing learning and teaching practice in international education;
• Methodology and analysis in large-scale assessment.

کارگاه های که در این کنفرانس برگزار خواهند شد عبارتند از:

1.      Using large-scale assessment data to inform policy and practice

2.      Multilevel modeling with IEA data

3.      Assessment design, item response theory, and proficiency estimation

4.      Response styles in large-scale assessment

5.      Analyzing data from international large-scale assessments using R

سایت این کنفرانس:

https://www.iea.nl/8th-international-research-conference

تحلیل عامل اکتشافی با استفاده از بسته pysch در نرم افزار R

برای انجام تحلیل عاملی اکتشافی با هر نوع داده، روش همبستگی و روش چرخش می توان از تابع fa  در بسته psych استفاده کرد.

توضیح تابع fa

Exploratory Factor analysis using MinRes (minimum residual) as well as EFA by Principal Axis, Weighted Least Squares or Maximum Likelihood

تابع fa

fa(r, nfactors=1, n.obs = NA,n.iter=1, rotate="oblimin", scores="regression", residuals=FALSE, SMC=TRUE, covar=FALSE, missing=FALSE, impute="median", min.err = 0.001, max.iter = 50,symmetric=TRUE, warnings=TRUE, fm="minres", alpha=.1,p=.05,oblique.scores=FALSE,np.obs=NULL,use="pairwise", cor="cor", correct=.5,weight=NULL)

در این تابع به جای r ظرفی که داده در آن داده ها قرار دارد نوشته می شود.

در این تابع تعداد عامل ها (nfactors) را می توان مشخص کرد.

روش های چرخش (rotate) در این تابع شامل دو دسته متعامد و متمایل است که عبارتند از:

الف) orthogonal rotations

 "varimax",

 "quartimax",

"bentlerT",

"equamax",

 "varimin",

 "geominT"

"bifactor"

ب) oblique transformations of the solution

,

"promax",

"oblimin",

 "simplimax",

"bentlerQ,

"geominQ"

 "biquartimin"

 "cluster"

روش های عامل یابی نیز عبارتند از:  

 "minres"

"uls"

 "ols"

 "wls" 

 "gls"

 "pa"

 "ml"

"minchi"

"minrank"

 "old.min"

"alpha"

روش های همبستگی عبارتند از:

 "cor" is Pearson",

 "cov" is covariance,

"tet" is tetrachoric 

 "poly" is polychoric,

 "mixed" uses mixed cor for a mixture of tetrachorics, polychorics, Pearsons, biserials, and polyserials.