مقالات

حل المشكلات الكمية في الموارد الطبيعية (مور)


يهدف هذا النص إلى دعم الدورات التدريبية التي تسد الفجوة بين الرياضيات التي تتم مواجهتها عادةً في مناهج المدارس الثانوية بالولايات المتحدة والمشكلات العملية التي قد ينخرط فيها طلاب الموارد الطبيعية في الدورات التأديبية والتدريب المهني.


حل المشكلات الكمية في الموارد الطبيعية

إسناد - ShareAlike
CC BY-SA


الرياضيات في المجتمع: الرياضيات لتخصصات الفنون الحرة

الناشر: قسم الرياضيات بكلية بورتلاند المجتمعية

نخصص هذا الكتاب لطلابنا. قد يكون لديك سهولة أكبر في الدفع للجامعة وتزيد من كفاءتك وثقتك في الرياضيات.


الدكتور بيتر إل مور

بيت هو عالم جيومورفولوجي يدرس عمليات حركة الماء والجليد والرواسب على سطح الأرض ، والقرائن على هذه العمليات المحفوظة في المناظر الطبيعية ، وتأثيرات هذه العمليات على الناس والبنية التحتية. تلقى تعليمه الجيولوجي في الأصل ، وأمضى العديد من مواسم الربيع والصيف الميدانية في دراسة الأنهار الجليدية في القطب الشمالي. منذ انضمامه إلى NREM ، تحول اهتمام Pete نحو تعديل المناظر الطبيعية لما بعد العصر الجليدي من خلال الجداول والأدوار التي تلعبها الجيولوجيا والهيدرولوجيا واستخدام الأراضي. تحقق من موقع مختبر الجيومورفولوجيا التطبيقية الخاص به للاطلاع على آخر أخبار الأبحاث.

يقوم بيت بتدريس دورات مختلفة في NREM والعلوم البيئية في ISU ، بما في ذلك دورة حل المشكلات الكمية ، ودورة الخلافات حول الموارد الطبيعية ، ودورة على مستوى الدراسات العليا في التآكل ونقل الرواسب. قم بالتمرير لأسفل للحصول على مزيد من المعلومات أو الموارد المتعلقة بهذه الدورات.


دكتور بيت مور

بيت هو عالم جيومورفولوجي يدرس عمليات حركة الماء والجليد والرواسب على سطح الأرض ، والقرائن على هذه العمليات المحفوظة في المناظر الطبيعية ، وتأثيرات هذه العمليات على الناس والبنية التحتية. تلقى تعليمه الجيولوجي في الأصل ، وأمضى العديد من مواسم الربيع والصيف الميدانية في دراسة الأنهار الجليدية في القطب الشمالي. منذ انضمامه إلى NREM ، تحول اهتمام Pete نحو تعديل المناظر الطبيعية لما بعد العصر الجليدي من خلال الجداول والأدوار التي تلعبها الجيولوجيا والهيدرولوجيا واستخدام الأراضي. تحقق من صفحة البحث للحصول على أحدث الأخبار البحثية.

يقوم بيت بتدريس دورات مختلفة في NREM والعلوم البيئية في ISU ، بما في ذلك دورة حل المشكلات الكمية ، ودورة الخلافات حول الموارد الطبيعية ، ودورة على مستوى الدراسات العليا في التآكل ونقل الرواسب. انظر الملف الشخصي للقسم Pete لمزيد من المعلومات.


تم الاعتراف بأهمية التفسير في أنظمة دعم القرار منذ الأيام الأولى لتطوير نظام الخبراء. كما أشار Swartout and Moore (1993) ، فإن مرافق التفسير `` من الجيل الثاني '' تتجاوز أسلافها في مجالات تمثيل المعرفة (التي تمثل بوضوح المعرفة المطلوبة للتفسير) وتوليد التفسير (استخدام أكثر تعقيدًا لهياكل الخطاب لاستخدامها وجهات نظر مختلفة ، وتكييف تفسيرات للمستخدم ، والإجابة على أسئلة المتابعة). باستخدام تقنيات من جيل اللغة الطبيعية ، تعامل مور وباريس (1993) مع توليد التفسير كنشاط لحل المشكلات في حد ذاته. لقد طوروا آلية تخطيط لتوليد التفسيرات ، باستخدام مشغلي الخطط لتمثيل المعرفة حول الأهداف التواصلية. طور Moore (1994) نظامًا للتفسير يمكنه تفسير أسئلة المتابعة والرد عليها من المستخدم ، باستخدام الأساليب التجريبية التي تمكن النظام من إجراء حوار مع المستخدم.

من أجل شرح `` المنطق '' لنظام حل المشكلات الكمي ، من الضروري تحديد القيم الرقمية `` المهمة '' للتفسير. قام Kosy and Wise (1984) بتطوير تقنية لشرح نظام تخطيط الأعمال بناءً على نموذج مالي. تعتمد الفكرة الرئيسية وراء هذا النظام على النظر إلى الفرق بين متغيرين (التغييرات بمرور الوقت ، والاختلافات بين الواقع والتوقعات ، وما إلى ذلك). استخدم Roth و Mattis و Mesnard (1991) هذه الطريقة في مرفق شرح لنظام إدارة المشروع ، حيث يجمع بين العروض التقديمية النصية والرسومية.


قسم الفيزياء

الفيزياء مجال حيوي مدفوع بإثارة فهم وشرح العالم من حولنا. يطور الفيزيائيون مهارات قوية في حل المشكلات الكمية ، باستخدام تقنيات تتراوح عبر الرياضيات وبرمجة الكمبيوتر والإلكترونيات والهندسة.

في جامعة واشنطن ، أعضاء هيئة التدريس لدينا هم قادة العالم في مجالات أبحاثهم. لدينا مجموعات نشطة تعمل في الفيزياء الفلكية ، والمواد خارج كوكب الأرض ، وفيزياء المادة المكثفة ، والمعلومات الكمومية والمواد الكمومية ، والفيزياء الجسيمية والنووية ، والفيزياء الحيوية.

مجتمعنا

يقدم برنامج الدكتوراه الخاص بنا للطلاب القادمين دعمًا سخيًا خلال أول عامين من حياتهم ومجتمعًا ودودًا لمتابعة تطلعاتهم البحثية. بالنسبة للطلاب الجامعيين ، يوفر قسمنا التدريس المتميز جنبًا إلى جنب مع العديد من الفرص للمشاركة في أحدث الأبحاث.

توازن جامعة واشنطن بين البيئة الأكاديمية الصارمة مع عدد لا يحصى من الفرص للبحث والتعلم والنقاش ، جنبًا إلى جنب مع الموارد الداعمة التي توفر لكل طالب من طلابنا الأدوات التي يحتاجون إليها للنجاح.


بيتر إل مور

أنا عالمة جيولوجيا ولدي اهتمام طويل الأمد بكيفية تشكيل الأنهار والأنهار الجليدية لمناظرنا الطبيعية. في السنوات الأخيرة ، أصبحت مهتمًا أيضًا بكيفية تأثير البشر على عمليات تغيير المناظر الطبيعية وكيف يمكن إعلام إدارتنا للموارد الطبيعية من خلال فهم أفضل لتأثيرنا على هذه العمليات. قبل الانضمام إلى NREM وبرنامج الدراسات العليا في العلوم البيئية ، شغلت مناصب تعليمية في مدارس مختلفة بما في ذلك ISU وكلية Lafayette (PA) وكلية St. Olaf (MN) وجامعة Metropolitan State (MN) وكلية Grinnell (IA).

يتعامل بحثي على نطاق واسع مع العمليات الفيزيائية التي تشكل سطح الأرض وتأثير التغيرات البيئية والتغيرات التي يسببها الإنسان على هذه العمليات. يتضمن معظم هذا العمل التفاعلات بين السوائل والتربة / الرواسب في إعدادات الأنهار الجليدية والنهرية والتلال. تجمع مجموعتي البحثية بين العمل الميداني وتحليل نظم المعلومات الجغرافية والنمذجة العددية لمعالجة المشاكل التي تتراوح من مقياس الحبوب إلى مقياس المناظر الطبيعية ، واستخدام مفاهيم وأساليب من مجالات متنوعة مثل علم البيئة وعلوم المواد. الهدف النهائي لعملنا هو فهم أفضل للسياق الجيومورفولوجي الذي تتخذ فيه قرارات الإدارة البيئية لدينا واستخدام هذا الفهم لتوجيه إدارة أفضل.

يهدف بحث مجموعتي إلى توفير أساس لفهم العلاقات بين السبب والنتيجة في الأنظمة الفيزيائية لسطح الأرض. على هذا النحو ، يمكن تطبيق بعض مخرجاتنا في مراقبة تغييرات النظام التي يمكن أن تؤثر على استراتيجيات الإدارة. على سبيل المثال ، تتناول بعض أعمالنا الحالية التغيرات المكانية والزمانية في قنوات تيار الغرب الأوسط وآثارها على ميزانيات مستجمعات المياه من الرواسب والملوثات. تمثل بعض تغييرات القنوات استجابة متأخرة للتغيرات المناخية أو الجيولوجية في الماضي البعيد أو تغيرات استخدام الأراضي في الماضي القريب ، بينما قد يتم تشغيل البعض الآخر من خلال التأثيرات المحلية داخل القنوات أو على حدود القناة. يعد فهم الأسباب وديناميكيات الاستجابة أمرًا ضروريًا للإدارة الحكيمة والفعالة ، والتخفيف ، واستعادة شكل ووظيفة التدفق.

ف. وليامز * ، ر. مور، T. Isenhart ، و M. Tomer ، 2020 ، القياس الآلي لحجم البنك المتآكل من الصور الجوية عالية الدقة وتحليل التضاريس. الجيومورفولوجيا، 367 ، لا. 107313. دوى: 10.1016 / j.geomorph.2020.107313.

بيك ، دبليو جي * ، ر. مور، T. Isenhart ، K. Schilling ، and C. Wolter ، 2019 ، تأثيرات تطور القناة على اتصال السهول الفيضية وتوجيه الرواسب ، والنوت كريك ، أيوا ، الولايات المتحدة الأمريكية, علم البيئة الكلية. ضد 660 ، ص. 1015-1028. دوى: 10.1016 / j.scitotenv.2019.01.038.

مور ، ب.، L.I. نيلسون * و T.M.D. Groth * ، 2019 ، خصائص الحطام وتأثيرات التوازن الشامل على الأنهار الجليدية المجاورة المغطاة بالحطام ، ماونت رينييه ، الولايات المتحدة الأمريكية ، بحوث القطب الشمالي والقطب الجنوبي وجبال الألب ، الخامس 51 (1) ص. 70-83. دوى: 10.1080 / 15230430.2019.1582269.

مور ، ب.، 2018 ، استقرار الحطام فوق الجليدي ، عمليات سطح الأرض وتشكيلات أمبير ، ضد .43 ، ص. 285-297 ، دوى: 10.1002 / esp 4244.


مناقشة: إعادة النظر في ما يمكن اعتباره خبرة في حل المشكلات

نجادل الآن بأن استخدام بات (والطلاب الآخرين) المثمر للمعالجة المختلطة يعطينا سببًا لتعديل وجهة النظر المشتركة لما يشكل حلًا جيدًا للمشكلات في الفيزياء ، وبالتالي ، ما هي الاستراتيجيات التي يجب على المدرسين رعايتها في طلابهم.

لا تتضمن معظم استراتيجيات حل المشكلات القائمة على الأبحاث معالجة مختلطة

كما تمت مناقشته في مراجعة الأدب ، ركزت الأبحاث حول حل المشكلات الخبير وإجراءات حل المشكلات التعليمية لتعزيز هذه الخبرة على اكتشاف أن المبتدئين يقفزون مباشرة إلى معالجة المعادلات دون فهم مادي للمشكلة. دون الخلاف في أهمية بناء البحث على هذه النتيجة ، نلاحظ أن إجراءات حل المشكلات التي تمت دراستها وتأييدها من قبل الباحثين والمعلمين لا تأخذ في الاعتبار طرقًا مختلفة يمكن استخدام المعادلات لحل مشكلة ما. تتصور هذه الإجراءات عادةً خطوة المعالجة الرياضية على أنها معالجة بالرموز حتى تحصل على مجهول (Giancoli، 2008 Heller et al.، 1992 Huffman، 1997 Van Heuvelen، 1991a، 1991b Young & Freedman، 2003). ومع ذلك ، فإن مزج التلاعب الرمزي مع التفكير المفاهيمي عندما يكون ذلك ممكنًا هو جزء من خبرة حل المشكلات ، لأن مثل هذا التفكير متكيف ومرن ولأنه يؤدي إلى حلول أسرع وأكثر قابلية للتعميم.

تتمثل مساهمتنا في هذا الخط من البحث في توضيح بعض التفاصيل هذه الطريقة البديلة لاستخدام المعادلات في حل المشكلات. قمنا بمقارنة الطلاب الذين فعلوا ولم يدمجوا التفكير المفاهيمي في معالجتهم الرياضية. من خلال دراسات الحالة النوعية هذه ، أثبتنا أن المعالجة المختلطة كانت مثمرة بشكل واضح للطلاب الذين استخدموها في حل مشكلة الكرتين: لقد توصلوا إلى الحل بسرعة ، دون الحاجة إلى إجراء حسابات مكثفة.

علاوة على ذلك ، بالنسبة لمجتمع أبحاث تعليم الفيزياء ، الذي أكد على أهمية الفهم المفاهيمي (Hestenes، Wells، & Swackhamer، 1992 McDermott، 1991 McDermott & Redish، 1999) ، تبرز المعالجة المختلطة في حلول الطلاب لمشكلة الكرتين طريقة إضافية يمكن من خلالها أن يدخل التفكير المفاهيمي في حل المشكلات الكمي: ما بين تحديد المعادلات التي يجب استخدامها وتقييم الإجابة النهائية. لهذه الأسباب ، نحث كلاً من الباحثين والمدرسين على إعادة النظر في إجراءات حل المشكلات القياسية التي تمت مناقشتها أعلاه. ربما ، بدلاً من تشجيع الطلاب (ضمنيًا أو صريحًا) على التعامل مع معالجة المعادلات على أنها تلاعب بالرموز ، يجب أن نساعد الطلاب على تعلم اكتشاف واستغلال الفرص حيث يمكن للمعالجة المختلطة أن تساعدهم في العثور على اختصارات واكتساب فهم أعمق للمعنى المادي لمعنىهم. حلول.

مثالان على الأشكال الرمزية كهدف تعليمي

يساعدنا تحليلنا أيضًا على تحسين اقتراحنا التعليمي الغامض "لتعليم الطلاب دمج التفكير المفاهيمي والرمزي" في شيء أكثر واقعية. نحن نجادل بأن الاستدلال القائم على النماذج الرمزية هو هدف تعليمي منتج وعملي ، وتوجد تقنيات لمساعدة الطلاب على الانخراط في مثل هذا التفكير. يناقش بعض الباحثين (مثل Redish & Hammer ، 2009) الاستراتيجيات التعليمية التي تهدف إلى مساعدة الطلاب على رؤية الأفكار المفاهيمية في المعادلات ، إلا أنهم لا يقدمون أمثلة محددة. للبناء على هذا الأدب ، نقدم مثالين ملموسين من تعليمنا.

يأتي المثال الأول من محاضرة كبيرة ، جامعية ، دورة تمهيدية في الفيزياء. يستخدم المعلمون (المؤلف الثالث ، جوبتا ، وزميل آخر 6 6 هذا التعديل التعليمي بإذن من ديفيد هامر ، المدرب الآخر للدورة.) معالجة معدلة لسؤال كلاسيكي للتأكيد على الاستدلال الرمزي القائم على الاستدلال الضمني في المعتاد. توضيح. السؤال هو: حارس يصوب مسدس مهدئ مباشرة إلى قرد يتدلى من غصن. لحظة إطلاق البندقية ، يسقط القرد من الغصن. هل يصيب المهدئ القرد؟

الجواب أن السهم يضرب القرد ، رغم أن القرد يسقط. هنا هو المنطق المعتاد. أولاً ، تخيل نفس السيناريو ولكن بدون قوة جاذبية: تتحرك السهم في خط مستقيم ويضرب القرد الثابت. الآن ، ضع في اعتبارك كيف أن "تشغيل" قوة الجاذبية يعدل هذا السيناريو. أثناء انتقال السهم إلى القرد ، يسقط القرد مسافة معينة ، ولكن خلال هذا الوقت ، يسقط السهم أيضًا بواسطة نفس المسافة أسفل هذا الخط المستقيم - أسفل المكان الذي كان يمكن أن يكون عليه إذا لم تكن هناك قوة الجاذبية. عادة ، يستخدم المدربون هذا السيناريو لتوضيح استقلالية المكونات الأفقية والرأسية للحركة ، والمسافة الرأسية التي يسقطها القرد تساوي المسافة الرأسية التي "يسقط" السهم أسفل المكان الذي كان يمكن أن يكون عليه في غياب الجاذبية ، لأن الحركة الأفقية للسهم لا يؤثر على الإزاحة الرأسية لحركته الناتجة عن قوة الجاذبية.

بناءً على هذه الرؤية المفاهيمية ، يسلط المدرب الضوء على قاعدة + تغيير الشكل الرمزي المتضمن في هذا المنطق. على وجه التحديد ، يؤكد المدرب على ارتفاع إما القرد أو السهم في الوقت المناسب تي (عندما تصل السهم إلى القرد) يمكن كتابتها على أنها المعادلة في الشكل 2. يناقش المعلم كيف "تقول" هذه المعادلة أن أخير الارتفاع يساوي قاعدة الارتفاع (في حالة عدم وجود قوة الجاذبية) مطروحًا منه يتغيرون في الارتفاع بسبب قوة الجاذبية. منذ قاعدة ارتفاعات القرد والسهام هي نفسها (أي أن النبلة ستضرب القرد في حالة عدم وجود قوة الجاذبية) ، ولأن ارتفاع كل جسم التغييرات بنفس المقدار بسبب قوة الجاذبية ، 1/2جي تي 2 ، الارتفاعات النهائية هي نفسها لكل منهما. إذن ، النبلة تضرب القرد. بهذه الطريقة ، يوضح المدرب ملف قاعدة + تغيير الشكل الرمزي ويوضح كيف يقدم اختصارًا خاليًا من الحسابات يسلط الضوء على الاتصال بالعمليات الفيزيائية الأساسية في هذا السيناريو.

يأتي مثالنا التعليمي الثاني من دورة الفيزياء التمهيدية القائمة على الجبر التي وصفها Redish and Hammer (2009). في أقسام المناقشة في هذه الدورة ، يشارك الطلاب في التعلم التعاوني لمجموعات صغيرة باستخدام "البرامج التعليمية" ، وهي أوراق عمل استقصائية موجهة (Elby et al. ، 2007). يقود البرنامج التعليمي الزخم الطلاب إلى اكتشاف معادلة "الجاذبية" ، والتي تبين أنها المفهوم الفيزيائي للزخم ، باستخدام أفكارهم البديهية للحركة. أولاً ، يفكر الطلاب في إلقاء صخرة وحصاة بنفس السرعة. يسأل البرنامج التعليمي ، "أيهما أكثر جاذبية؟" يتساءل ما إذا كانت الصخرة ضعف كتلة الحصاة ، "حدسي، كيف تقارن جاذبية الصخرة بجاذبية الحصاة؟ " لا يواجه الطلاب عمومًا مشكلة في صياغة فكرة أنه كلما زادت كتلة الصخرة بالحصاة ، زادت "جاذبيتها" مقارنة بالحصاة ، وفي بعض الأحيان يعبرون عن أفكارهم بطريقة نوعية ، وفي بعض الأحيان بمصطلحات رياضية أكثر (على سبيل المثال ، "متناسب") .

بعد ذلك ، يطلب البرنامج التعليمي من الطلاب التفكير في كرتين متطابقتين من البولينج تتدحرجان بسرعات مختلفة. إذا كانت الكرة الأسرع أسرع بسبع مرات من الكرة الأبطأ ، "بشكل حدسي ، كيف يمكن مقارنة جاذبية الكرة الأسرع بجاذبية الكرة الأبطأ؟" مرة أخرى ، يجد معظم الطلاب أنه من الواضح أن الكرة الأسرع تتمتع بجاذبية أكبر وأن الأسرع بسبع مرات ربما يتوافق مع سبعة أضعاف الجاذبية.

مفهوم الفيزياء المطابق للجاذبية هو الزخم. بناءً على إجاباتك أعلاه ، اكتشف معادلة للزخم (الجاذبية) من حيث الكتلة والسرعة. اشرح كيف تعبر الصيغة عن حدسك من ... أعلاه.

نرى هذا البرنامج التعليمي على أنه يساعد الطلاب في إنشاء و / أو استخدام ملف دعم+ (التناسب الإيجابي) شكل رمزي (شيرين ، 2001 ، ص. 533) ، والذي يجمع بين قالب رمز "التناسب المباشر" مع المخطط المفاهيمي البديهي لكمية واحدة يتزايد إذا كان الآخر يفعل من خلال علاقة السبب والنتيجة.

تعكس هذه الأمثلة التعليمية بحثًا سابقًا يقترح أن الاستدلال القائم على الأشكال الرمزية هو شيء يمكن دعمه في التعليمات. على سبيل المثال ، وثق Izsák (2004) استخدام طلاب الصف الثامن قاعدة + تغيير لبناء معادلة رياضية بعد التفاعل في بيئة تعليمية غنية لعدة ساعات. أظهر جميع طلاب شيرين الجامعيين تقريبًا أدلة على استخدام أشكال رمزية (شيرين ، 2001 ، 2006). قام Tuminaro and Redish (2007) ، اللذان يدرسان في مقرر فيزياء لطلاب البكالوريوس في علوم الحياة والتخصصات غير العلمية ، بتوثيق استخدام الاستدلال القائم على الأشكال الرمزية أثناء حل المشكلات. لهذه الأسباب ، نعتقد أن فشل بعض الطلاب في المزج بين التفكير المفاهيمي والرمزي أثناء المعالجة الرياضية لا يعكس نقصًا في القدرة ، بل نقصًا في السقالات. كما تمت مناقشته أعلاه ، فشلت إجراءات حل المشكلات القياسية التي يتم تدريسها في الكتب المدرسية والتي أقرها الباحثون في دعم مثل هذه السقالات .7 بينما أظهرت الأبحاث أن الطلاب يعرضون التفكير القائم على الأشكال الرمزية بطرق تتسق مع مخططات حل المشكلات الحالية ، فإن مثل هذه المخططات تفعل ذلك. لا تدعم صراحة المنطق الرمزي القائم على الأشكال. عند ترجمة سيناريو مادي إلى معادلات ، يتم تشجيع الطلاب على استخدام مفاهيم الفيزياء الرسمية للاختيار من المعادلات التي يعرفونها بالفعل ، وليس لاستخدام مخطط بديهي لابتكار أو تفسير المعادلات. على الرغم من إنتاجيتها ، فإن هذا النوع من الترجمة يتجنب المزج بين التفكير الرياضي المفاهيمي والشكلي. وعند التحقق من إجاباتهم الرياضية ، يتم تشجيع الطلاب على التحقق مما إذا كانت الإجابة العددية معقولة ماديًا ، والتي تستفيد من المعرفة البديهية ولكن ليس في المخططات المفاهيمية البديهية. لكي نكون منصفين ، يتم تشجيع الطلاب أيضًا في بعض الأحيان على التحقق من العلاقات الوظيفية في تعبيرهم الرمزي النهائي عن المعقولية ، والتي يمكن أن تتضمن بالتأكيد استخدام أشكال رمزية تتوافق مع التناسب المباشر والعكسي. نحن ندعو إلى إشراك الطلاب في هذا النوع من التحقق من الإجابات في كثير من الأحيان. في الواقع ، قد تعيق مثل هذه الإجراءات تطوير الطلاب واستخدامهم للأشكال الرمزية ، من خلال تشجيع الطلاب ضمنيًا على رؤية المعادلات مجرد أدوات للحساب والتلاعب بالرموز.

ومع ذلك ، فإننا نرى جانبًا سلبيًا محتملاً في التوصية بأن تصبح الأشكال الرمزية هدفًا تعليميًا. كما لاحظ مراجع مجهول ، قد لا يكون تقييد الطلاب على سلوك الخبراء هو الطريق لتطوير الخبرة. لا نريد أن يصبح استخدام الأشكال الرمزية مجرد خطوة أخرى في استراتيجيات حل المشكلات ، يتم إنشاء مثيل لها من خلال جعل الطلاب يشرحون "المعنى الرمزي المستند إلى الشكل" لكل معادلة يستخدمونها في مشكلة ما ، لأن إحدى النتائج يمكن أن تكون تلك الأشكال الرمزية تصبح العناصر المطلوبة لحل المشكلات على حساب كونها أدوات تساعد الطلاب على فهم المعادلات. نتخيل أن الطلاب يقلبون من خلال "أوراق النماذج الرمزية" جنبًا إلى جنب مع أوراق الصيغة القياسية المسموح بها أحيانًا في الاختبارات.

نريد من الطلاب استخدام أشكال رمزية ليس "كخطوة" مطلوبة ولكن كجزء عضوي من صنع المعنى الحقيقي الذي يسعون من خلاله إلى التماسك بين الأفكار البديهية والتمثيلات الرسمية. على سبيل المثال ، لا يلبي البرنامج التعليمي للزخم الذي تمت مناقشته أعلاه أهدافنا إذا كانت سقالاته تجبر الطلاب عمليًا على الوصول إلى التعبير الصحيح للزخم ، ع = مف. نفضل أن نرى بعض الطلاب يولدون معادلات غير صحيحة ، مثل ص = م + الخامس أو ص = م 2 ، وكلاهما يلتقط فكرة أن زيادة كتلة الجسم أو سرعته تزيد من زخمه. يوفر وجود هذه التخمينات غير الصحيحة فرصة لمناقشات مجموعات صغيرة مثمرة حول أفضل التعبيرات الرياضية التي تجسد أفكار الطلاب البديهية حول "الجاذبية". يوفر هذا النوع من صنع المعنى الحقيقي للطلاب الفرصة لاستخدام الأشكال الرمزية كأداة في البحث عن الفهم ، وليس كجزء من إجراء عن ظهر قلب.

وراء قاعدة + تغيير وأشكال رمزية: مزج الأفكار البديهية والتصورات الرسمية

لان قاعدة + تغيير لعب دورًا مركزيًا في تحليلنا لاستدلال بات وفي أحد الأمثلة التعليمية أعلاه ، يمكن للقارئ أن يستنتج أننا ندافع عن قاعدة + تغيير، على وجه الخصوص ، كعنصر من عناصر الخبرة في حل المشكلات وكهدف تعليمي. من المسلم به أن أحد قيود هذا البحث هو أنه يبحث في عدد صغير من استخدام الطلاب لشكل رمزي معين. ومع ذلك ، نريد أن نؤكد أن حجتنا ليست خاصة بـ قاعدة + تغيير شكل رمزي. نعتقد أن الأشكال الرمزية بشكل عام - مزيج من المخططات المفاهيمية وقوالب الرموز الجبرية - يمكن أن تساهم في خبرة حل المشكلات الكمية. قامت شيرين (2001) بتوثيق حوالي 20 نموذجًا رمزيًا متعلقًا بالفيزياء ، بما في ذلك قاعدة + تغيير, أجزاء من الكل، و دعم+. على الرغم من حدوث مشكلة الكرتين في توفير المعالجة المخلوطة باستخدام قاعدة + تغيير، نتوقع أن المشكلات الأخرى تتيح معالجة مختلطة باستخدام أشكال رمزية أخرى. قد يبحث البحث المستقبلي فيما إذا كانت مجموعات الطلاب الأكبر حجمًا تستخدم بشكل منتج هذه الأشكال الرمزية الأخرى في المعالجة المختلطة وكيف تستخدم.

على نطاق أوسع ، تمامًا مثل قاعدة + تغيير هو مثال على فئة أوسع تسمى الأشكال الرمزية ، والمنطق الذي يستخدم أشكالًا رمزية هو مثال على فئة أوسع من التفكير التي تجمع بين التمثيلات الرسمية (على سبيل المثال ، في العلوم: المعادلات ، الرسوم البيانية ، الرسوم البيانية للجسم الحر ، هياكل لويس ، شجرة النشوء والتطور) مع المعرفة غير الرسمية المستمدة من التجارب اليومية ، لإعطاء معنى إضافي بديهي للتمثيلات الرسمية.

على سبيل المثال ، أحد التمثيلات في علم الأحياء التطوري هو شجرة النشوء والتطور ، والتي تُستخدم لتمثيل كيفية انفصال مجموعات مختلفة من الكائنات الحية عن أسلاف مشتركة ، مثل شجرة عائلة تطورية للأنواع المختلفة. عند مقارنة الأنواع X أكثر تشابهًا مع الأنواع Y أو الأنواع Z ، يمكن للطالب الذي يفسر هذا الرسم البياني الاستفادة بشكل مثمر من مخطط بديهي مثل "يكون التباعد أكثر اختلافًا" لفهم الأطوال النسبية للوصلات بين أزواج الأنواع لإضافة معنى بديهي للقواعد المتعلقة بنقاط التفرع إلى "الانقسامات" في الأنواع. وبالمثل ، عند تفسير مخطط القوة في الشكل 3 ، يمكن للطالب مزج معرفته الرسمية بمخططات القوة مع المخطط المفاهيمي لـ مؤثران يتم إلغاؤهما بدقة حتى لا تكون هناك نتيجة صافية—المخطط المفاهيمي لـ الإلغاء شكل رمزي (شيرين ، 2001) - لتحديد أن القوة الكلية المؤثرة على الجسم تساوي صفرًا. يسمح هذا المخطط المفاهيمي البديهي (1) للطالب بأخذ اختصار حول القاعدة الرسمية للتجميع بشكل منفصل على القوى الأفقية والرأسية (Fx، صافي = ∑Fx, Fذ، صافي = ∑Fذ) و (2) يساهم في شرح بديهي لـ لماذا ا القوة الكلية هي صفر ، من حيث أزواج قوى الإلغاء. توضح هذه الأمثلة النقطة الأوسع لدينا وهي أن مزج المعرفة اليومية غير الرسمية مع معرفة التمثيلات الرسمية هو جزء من خبرة حل المشكلات وهو هدف تعليمي ممكن.


مقال: دور التقنيات الكمية في عملية صنع القرار

نبذة مختصرة: تميز النصف الثاني من القرن العشرين بالتقدم السريع في أساليب البحث في حل المشكلات الحقيقية ، مع التقدم السريع في تكنولوجيا المعلومات والتغييرات الهيكلية والمؤسسية الهامة التي شكلت مشهدًا جديدًا لبيئة الشركات والبيئة الاقتصادية نحو عولمة الأسواق و تجارة. في هذه العملية ، تكون المساهمة التي يمكن أن تقدمها التقنيات الكمية في صنع القرار الإداري كبيرة.

الكلمات الدالة: التقنيات الكمية ، النماذج ، التحليل ، القرار.

مقدمة

في عالم الأعمال ، وفي الواقع ، في كل جانب من جوانب الحياة اليومية تقريبًا ، تُستخدم التقنيات الكمية للمساعدة في صنع القرار. من أجل العمل بفعالية في منظمة أعمال حديثة ، سواء كانت المنظمة شركة تجارية خاصة أو وكالة حكومية أو صناعة حكومية أو أي شيء آخر ، يجب أن يكون المديرون قادرين على استخدام التقنيات الكمية بطريقة موثوقة وموثوقة. يتخذ المحاسبون قرارات بناءً على المعلومات المتعلقة بالحالة المالية للمؤسسة. يتخذ الاقتصاديون القرار بناءً على المعلومات المتعلقة بالإطار الاقتصادي الذي تعمل فيه المنظمة. يتخذ موظفو التسويق قرارات بناءً على استجابة العميل للمنتج والتصميم.

يتخذ مديرو شؤون الموظفين قرارات بناءً على المعلومات المتعلقة بمستويات التوظيف في المنظمة ، وما إلى ذلك. هذه المعلومات كمية بشكل متزايد ومن الواضح أن المديرين يحتاجون إلى معرفة عملية بالإجراءات والتقنيات المناسبة لتحليل وتقييم هذه المعلومات. مثل هذا التحليل وبالتأكيد تقييم الأعمال لا يمكن تفويضه إلى الإحصائي المتخصص أو عالم الرياضيات ، الذين ، على الرغم من أنهم قد يكونوا بارعين في التحليل العددي المعقد ، سيكون لديهم في كثير من الأحيان القليل من الفهم العام لأهمية الأعمال لهذا التحليل.

أهمية الأساليب الكمية للمديرين

تحتوي الطرق الكمية على جزأين مكونين ، الكمية والطريقة ، مع الاهتمام غير المتماثل للمصطلح الكمي.

عند الحديث عن الطريقة ، يتركز الاهتمام على ما يسمى بالمنهج العلمي. العلم هو إتقان الأشياء في العالم الحقيقي ، من خلال معرفة الحقيقة. يقود مصطلح الطريقة إلى الحوار حول المنهجية في العلوم التي هي غائمة ، حيث يتم استخدام عبارة الطريقة العلمية بطريقتين مختلفتين. واحد عام جدا ، كعملية لتحسين الفهم. على الرغم من أنه غامض ، إلا أنه يعتبر تعريفًا قويًا ، لأنه يترك مجالًا لانتقاد التشبث العقائدي بالمعتقدات والأحكام المسبقة ، أو تقدير التفكير الدقيق والمنهجي حول الأدلة التجريبية. الآخر هو المعنى التقليدي ، ويدعم أن هناك طريقة معيارية فريدة ، والتي تعتبر مركزية لهوية العلم. في الواقع ، يتطلب التقدم العلمي العديد من الأساليب ، لذلك لا توجد طريقة قياسية فريدة ، على الرغم من تدريسها كفرضيات اختبار مباشرة مستمدة من النظريات من أجل اختبار تلك النظريات. التعريف الأكثر قبولًا للطريقة العلمية هو العملية التي يسعى من خلالها العلماء ، جماعياً ومع مرور الوقت ، إلى بناء تمثيل دقيق (موثوق به ومتسق وغير تعسفي) للعالم الحقيقي. تستبعد الطريقة القياسية الشائعة للافتراضات الاستنتاجية النظر في عملية الاكتشاف في العلم. بدلاً من ذلك ، يتم تعريف البحث على أنه عملية اختراق للتعلم وفهم جوهر الأشياء والحقائق الفعلية ، باستخدام طرق مختلفة. تتضمن عملية البحث صياغة قضية بحث وبناء إطار مفاهيمي ، باستخدام جميع مصادر المعلومات المتاحة.

تحتوي الأساليب الكمية على عدد من السمات ، مثل: تستخدم بيانات قابلة للقياس للوصول إلى نتائج مفيدة قابلة للمقارنة ، وتفترض خططًا بديلة لتحقيق الأهداف ، وبيانات الخطة ، فيما يتعلق بجمع الملاحظات ، والتكوين ، والتفصيل باستخدام الأساليب العشوائية الإحصائية والاقتصادية القياسية ، والتحقق من موثوقية البيانات ، اختر طريقة أخذ العينات المناسبة ، استخدم بعناية تقديرات المعلمات لأغراض التنبؤ والتخطيط ، وما إلى ذلك لأنها مشتقة من بيانات لاحقة تتعلق بالماضي.

في بيئة الأعمال المعقدة بشكل متزايد ، يتعين على المديرين التعامل مع المشكلات والقضايا التي تتراوح من التافهة نسبيًا إلى الاستراتيجية. في مثل هذه البيئة ، تلعب التقنيات الكمية دورًا مهمًا. من الواضح أن حياة أي مدير في أي مؤسسة تزداد صعوبة وتعقيدًا. على الرغم من وجود العديد من العوامل المساهمة في ذلك ، يوضح الشكل 1 بعض الضغوط الرئيسية التي تجعل اتخاذ القرار إشكالية بشكل متزايد. تجد المنظمات نفسها تعمل في بيئة معقدة بشكل متزايد. تساهم التغييرات في سياسة الحكومة والخصخصة وزيادة مشاركة الاتحاد الأوروبي في هذا التعقيد. في الوقت نفسه ، تواجه المنظمات منافسة متزايدة من الداخل والخارج.

بسبب التعقيد المتزايد لبيئة الأعمال التي يتعين على المنظمات العمل فيها ، تصبح احتياجات المعلومات الخاصة بالمدير أكثر تعقيدًا وتطلبًا أيضًا. يتم تقليل الوقت المتاح للمدير لتقييم مشكلة أو فرصة وتحليلها والتعامل معها بشكل كبير. يحتاج المديرون وأنظمة المعلومات الداعمة الخاصة بهم إلى اتخاذ قرارات سريعة ومناسبة تمامًا للأمل. أخيرًا ، بالإضافة إلى المشكلات ، تصبح عواقب اتخاذ قرارات خاطئة أكثر خطورة وتكلفة. سيكون لدخول الأسواق الخاطئة أو إنتاج منتجات خاطئة أو تقديم خدمات غير مناسبة عواقب وخيمة على المؤسسات.

كل هذا يعني أن أي شيء يمكن أن يساعد مدير المنظمة في مواجهة هذه الضغوط والصعوبات في عملية صنع القرار يجب أن يؤخذ في الاعتبار بجدية. توفر التقنيات الكمية معلومات حول موقف أو مشكلة وطريقة مختلفة لفحص هذا الموقف الذي قد يساعد جيدًا. ومن الطبيعي أن ينتج عن هذا التحليل الكمي معلومات يجب تقييمها واستخدامها بالاقتران مع مصادر أخرى. يتم التعامل مع مشكلة العمل من المنظور الكمي. تكمن القرارات التي يجب اتخاذها في مركز العملية. سوف تتأثر هذه بقوة باستراتيجية المنظمات المختارة فيما يتعلق بتوجهها المستقبلي وأولوياتها وأنشطتها. [4 ، صفحة 2] قبل التوصل إلى قرار يجب مراعاة العديد من العوامل والمعلومات. أيضًا ، من المحتمل أن تلعب التقنيات دورًا مهمًا في المساعدة على اتخاذ القرار ولكنها ليست كافية في حد ذاتها. وهذا موضح في الشكل 2. يجب فحص حالة العمل من منظور كمي ونوعي. يجب جمع المعلومات والتحليلات من كلا المنظورين معًا وتقييمها والعمل وفقًا لها.

يمكننا تحديد التقنيات الكمية مثل النماذج الرياضية والإحصائية التي تصف مجموعة متنوعة من علاقة المتغيرات ، وهي مصممة لمساعدة المديرين في حل المشكلات الإدارية واتخاذ القرار. هناك العديد من الأساليب الرياضية والإحصائية التي يمكن استخدامها للمساعدة في اتخاذ القرار من قبل مديري جميع أنواع مؤسسات الأعمال: كبير أو صغير ، القطاع الخاص ، القطاع العام ، الموجه للربح ، التصنيع ، أو قطاع الخدمات. يتم تعريف الإحصاء على أنه عملية جمع عينة وتنظيم وتحليل وتفسير البيانات. القيم الرقمية التي تمثل الخصائص التي تم تحليلها في هذه العملية يشار إليها أيضًا بالإحصاءات. ومع ذلك ، في الإحصاء ، نطبق طريقة عددية للاستكشاف ، وتعتمد طريقة التحليل والتركيب السكاني للبيانات العددية على طبيعتها والغرض من الاستقراء. [2, pg.1] When information related to a particular group is desired, and it is impossible or impractical to obtain this information, a sample or subset of the group is obtained and the information of interest is determined. Collected data are the row material which by treatment should transform into useful quantitative measures. [2, pg. 19] The quantitative models

The transformation of data into information, also called information analysis, was supported by management information system processes. Adequate models help develop quantitative techniques in a business context. Models are simplified depictions of reality and often take the form of an equation or set of equations that describe some economic setting. In economic theory models are deterministic.[3, pg.36] Models come in a variety of forms in business: they are not just quantitative. A scale model might be constructed of a new office development, a financial model may be developed to asses the impact of budget changes on product/service delivery the marketing department may develop a model in terms of assessing customer response to product changes. However, any model, no matter what its form or purpose, has one distinctive feature: it is an attempt to represent a situation in a simplified form. Which model will be adequate depends on purpose of investigation and analysis. [5, pg. 104] Many operational problems and decision making have been based on research that deals with application of model or quantitative techniques. There are fundamentally four reasons why quantitative techniques are used by managers:

  1. Models force managers to be explicit about objectives.
  2. Models force managers to identify and record the types of decisions
    (decision variables) that influence objectives.
  3. Models force managers to identify and record pertinent interactions and trade-off between decision variables.
  4. Models force managers to record constraints (limitations) on the values that variables may assume.

In quantitative decision-making problems, different kinds of formal mathematical and other types of models have been implemented. All organizations in business use many quantitative methodologies, including network analysis, forecasting (regression, path analysis, and time series), cost-benefit analysis, optimization (linear programming, assignment, and transportation), sensitivity analysis, significance testing, simulation, benchmarking, and total quality management.

Moreover, decision support systems and computers based on this programmed techniques are increasingly being used for enhancing organizations capabilities. Recently, there have been relatively rapid advances in the use of large amounts of data and in the development of new techniques for their analysis.

In some cases decision makers faced with complex problems cannot find, and perhaps should not seek, the best possible solutions. Qualitative analysis is based primarily on the managers judgment and experience it includes managers conceptual and interpersonal ability to understand that behavioral techniques help to solve problems. Qualitative analysis is considered more as an art than a science. If the manager has had little experience with no routine problems, or if a problem is sufficiently complex, then a quantitative analysis might be a very important consideration for the managers final decision-making.

Quantitative analysis concentrates on the facts, data, or quantitative aspects associated with problems. A managers educational and technical knowledge of quantitative procedures help to enhance the decision-making process. The manager who is knowledgeable in quantitative decision-making procedures is in a much better position to compare and evaluate the qualitative and quantitative sources of information, or ultimately, to combine alternatives to make the best possible decisions.

At present, seat-of-the-pants, reactive managerial styles are already on the wane, and increased emphasis is being placed on “scientific” analysis and planning. Up-to-date experience is still invaluable, but it must be used with greater discipline. Analysis is now more rigorous, and computers permit more alternatives to be analyzed in greater depth. But, most important, formal planning is being used as a basis for action, not merely for pro forma exercises. On a higher and more conceptual level, quantitative analysis is facilitating communication where it never existed before. When a problem has been stated quantitatively, one can often see that it is structurally similar to other problems (perhaps from completely different areas) which, on the surface, appear to be quite different. And once a common structure has been identified, insights and predictions can be transferred from one situation to another the quantitative approach can actually foster communication.

Thus it is not necessary-or even desirable-for modern managers to be skilled practitioners of quantitative analysis. But they frequently lack even the ability to recognize the right tool or data when they see them, let alone the ability to focus on the basic structure of a problem rather than its situational uniqueness. Yet they must be able to do so if they are to do more than generate elegant nonsense. Managers must learn what the various tools are designed to do and what the limits of their capabilities are. They must be able to understand what staff specialists are attempting to achieve by a particular analysis and to discuss the appropriateness of alternative procedures sensibly (which also requires the development of additional vocabulary). They must fully understand the variables a model will and will not consider and be able to evaluate whether the relationships among the variables are sensible. Managers cannot use an analytical tool wisely unless they fully comprehend the underlying assumptions, what the analysis achieves, what compromises the model makes with reality, and how its conclusions are to be adapted to changing circumstances and intangible considerations. All of this requires a more thorough knowledge of operations than of mathematics.

The decision making process

Main turning points in the pace of the use of quantitative methods are mentioned: the scientific management revolution of the early 90s in last century, initiated by Frederic Taylor, the so-called Keynesian revolution, the Operational Research originated during the Second World War, followed by post-war developments of quantitative methods for decision-making, notably the simplex method for solving linear programming problems and many more methodological developments. As complexity rose, attention moved to the dynamic interface among processes in a chain to offer a definite output. In effect, it is (re)located in the thinking of logistics and the Supply chain management, extended more recently to the business process re-engineering. [7, pg. 11] Processes contain activities and are related among each other for specific ends. The processing of real problems solving involves the following steps:

1) Identification of corporate environment and uncertain conditions

2) Existence of Independent Management Units

3) Integrated approach of actual situations

4) Implementation of Scientific Approach

Processing is primarily a matter of understanding that the new reality is exogenously given, irreversible and one-way pace. Open-minded cost/benefit analysis overcomes hesitation and postponement and produces synergy effects in due course, whereas the cost of inaction may be insuperably higher than the action now. Critical role has the timing for the problem of competitiveness in an uncertain environment, incorporating the probability distributions of the variables considered into the analysis. Decision-making under uncertainty conditions is an analytic framework of searching for:

a) Optimal strategies, as acts from all possible courses of action, choices under control of the decision maker.

b) Various possible outcomes, states of nature or events to be identified, beyond the control of the decision maker.

c)Determination of the pay-off function by describing different combinations of acts and events and the resulting consequences, the pay-off resulting from the i-th strategy and the j-th event. A pay-off is a conditional value – a conditional profit, loss or, may be, a conditional cost. In building up a pay-off matrix, the alternative courses of action and the possible outcomes (events) must be clearly determined.

The trade-offs among decisions under uncertainty, within cost/benefit analysis, uses a number of basic principles, as parts of the decision matrix:

  • the Laplace Principle (highest mean value or lowest average cost),the Maximin or Minimax Principle (choice of the maximum from a set of strategies with minimum pay-offs, adopted by pessimistic decision makers. While such a principle has the logic of ensuring that decision makers are in the best possible position if the worst happens, the principle does obviously ignore the potentially larger profit contributions that can be made by other decisions)
  • the Maximax or Minimin Principle (choice of the maximum from strategies with the highest pay-offs, adopted by optimistic decision makers. In general, for this principle, decision makers determine the maximum pay-off for each decision and then choose the largest of these. This principle has the advantage of focusing on the best possible outcome.)
    the Hurwicz Principle (choice somewhere between the extreme pessimism of the maximin and the extreme optimism of the maximax principle)
    the Savage Principle (choice of action that minimizes the maximum opportunity losses from the so called regret table)
  • the Maximum Likelihood Principle (considering first the event that is most likely to occur and choice of the course of action which has the maximum conditional pay-off.)
  • the Bayesian Decision Rule (an extension of the optimal strategy choice by calculation of the expected pay-offs by using posterior probabilities, as additional information about events is acquired)
  • the Expectation Principle (the optimal choice represents the strategy with the highest expected pay-offs, calculated by multiplying the pay-off values with their respective probabilities and adding up these products).

The choice in decision making under risk conditions depends on a series of objective and subjective factors, to mention a few: information, enough knowledge of technology possibilities, attitudes against risk, etc. Just faster and cheaper data communication is not enough for gaining competitive advantage. Decision support systems, analytical information technology and decision trees are helpful in decision-making. The methods for creating and analysing models, incorporating multiple scenarios and more explicit treatment of uncertainty, involve two overlapping disciplines: stochastic programming and a relatively new field of strategy analysis called scenario planning.

The risks of errors in estimates and predictive power of the scientific methods are higher in phases of structural changes to adjust in an irreversible new world around us. Scientific methods aim at assisting the adjustment process that is a matter of philosophy and conceptual framework e.g. the management that serves the fundamental economic axiom, by eliminating the misconceptions and co-ordinating effective mobilization of total available resources.

Testing hypotheses leads to either confirmation or rejection of a hypothesis. Theories, which cannot be tested, because, they have no observable ramifications, do not qualify as scientific theories. If the predictions are found to be in disagreement with new experimental results, the theory may be discarded as a description to reality, but it may continue to be applicable within a limited range of measurable parameters.

الاستنتاجات

To an ever-increasing extent, modern management is adopting and applying quantitative techniques to aid in the process of decision making. The intelligent use of the appropriate tools can reduce an otherwise highly complex problem to one of manageable dimensions. The collection of these techniques has become loosely known as “decision theory,” although there certainly is no such thing as an integrated theory of how to make decisions. Nevertheless, one would seriously underestimate the ultimate impact these methods are going to have if they are viewed as nothing more than a handful of tools that are sometimes used to solve particular types of problems. Indeed, there is a growing body of opinion that believes that the greatest impact of the quantitative approach will not be in the area of problem solving, but will rather be on problem formulation. It will radically alter the way managers think about their problems-how they size them up, gain new insights, relate them to other problems, communicate with other people about them, and gather information for solving them. Thus quantitative analysis could have a profound effect on the “art” of management.

Essay Sauce is the free student essay website for college and university students. We've got thousands of real essay examples for you to use as inspiration for your own work, all free to access and download.

. (download the rest of the essay above)

About this essay:

If you use part of this page in your own work, you need to provide a citation, as follows:

Essay Sauce, The role of quantitative techniques in decision making process. Available from:<https://www.essaysauce.com/management-essays/the-role-of-quantitative-techniques-in-decision-making-process/> [Accessed 05-07-21].

These Management essays have been submitted to us by students in order to help you with your studies.

* This essay may have been previously published on Essay.uk.com at an earlier date.

Review this essay:

Please note that the above text is only a preview of this essay.


شاهد الفيديو: حل مشكل عدم اقلاع شاشات سمارت اندرويد LED بعد تغير في اعدادات القائمة السرية (شهر اكتوبر 2021).