نوع مقاله : مقاله پژوهشی

نویسندگان

• غلامعلی منتظر
• فاطمه قربانی

دانشگاه تربیت مدرس

چکیده

افزایش تقاضا برای ورود به دورۀ دکتری تخصصی و سرعت کُند افزایش ظرفیت دانشگاهی متناسب با این رشد تقاضا، باعث می-شود که داوطلبان در فرایندی گزینشی برای حضور در این دوره قرار گیرند. عوامل بسیاری در انتخاب دانشجویان برای دورۀ دکتری تأثیرگذار است و از آنجا که بسیاری از این عوامل ذهنی و برخاسته از دیدگاه‌های استادان هستند، این موضوع با ابهام و عدم قطعیت جدی همراه است. شناسایی اثرگذارترین عوامل در انتخاب دانشجویان و نیز تعیین میزان اثر هریک از عوامل ذهنی مدّنظر استادان در پذیرش دانشجویان دکتری، علاوه بر شفاف کردن فرایند، تأثیری چشمگیر در صرفه‌جویی در زمان و هزینه‌های دانشگاه‌های پذیرنده دارد. در این مقاله از نظریه مجموعه‌های نادقیق با دقت متغیر (VPRST)، برای شناسایی عوامل اثرگذار در گزینش دانشجویان متقاضی ورود به دورۀ دکتری دانشگاه تربیت مدرّس استفاده شده است. نتایج نشان می‌دهد از بین 12 عامل که در مصاحبه مورد بررسی قرار می‌گیرند تنها 3 عامل «تعداد مقالات»، « استعداد و قدرت بیان» و «امتیاز آزمون کتبی» در گزینش داوطلبان اثرگذار هستند و بر مبنای این سه عامل می‌توان دربارۀ وضعیت 71% داوطلبان تصمیم‌گیری نمود. ضمن اینکه استفاده از عامل «قدرت تجزیه و تحلیل علمی» به عنوان چهارمین عامل اثرگذار، می‌تواند به افزایش دقت تصمیم‌گیری تا سطح 91% بیانجامد. این نتیجه برای طراحی سامانه‌ای با پارامترهای کمتر استفاده شده است که می‌تواند به‌عنوان یک سامانۀ تصمیم‌یار برای استادان و دانشگاه در ارزیابی و پذیرش دانشجویان به‌کار آید.

کلیدواژه‌ها

• گزینش دانشجو
• استخراج خصیصه
• دورۀ دکتری
• مجموعه‌های نادقیق با دقت متغیر

عنوان مقاله [English]

PhD student selection criteria identification using Variable precision rough set

نویسنده [English]

• Gholam Ali Montazer

Tarbiat Modares University

چکیده [English]

Student selection for higher level education and specially PhD program is a process affected by many subjective factors, making it uncertain and vague. In addition, the demand for higher level education is increasing rapidly in most developing countries while the capacity provided by educational organizations expands with a much slower rate and thus makes tones of applications to be processed and selected from. So providing a method to extract the main factors for decision making and determining significance of each factor would be a great saving in time and effort for those who are responsible for student selection. It also increases the fairness of selection by eliminating less important yet subjective factors from decision making process. In this paper, we have used Variable Precision Rough Set Theory (VPRST) as an extension of Ordinary Rough Set Theory (ORST) to design a decision support system for analyzing PhD program applications at Tarbiat Modares University, the biggest full postgraduate university in Iran. This study is based on the data obtained from Faculty of Engineering which have the highest number of applicants among all the faculties and shows that some of the factors being taken into account in current decision making process are dispensable. By eliminating these factors, our decision system will reduce to a smaller system which can be effectively used in student selection process.

کلیدواژه‌ها [English]

• student selection
• feature selection
• PhD program
• Variable precision rough set theory (VPRS)