integrated approach

An educational process organized based on an integrative approach significantly enhances the level of meta-competence among prospective primary school teachers. This article analyzes a four-component model for developing meta-competence (comprising goal-oriented, content-related, technological, and outcome-based dimensions) and evaluates its effectiveness through a pedagogical experiment. The study involved 519 students from the pedagogical institutes of Andijan and Namangan, as well as Navoi State University (divided into experimental and control groups). The results showed a substantial improvement in meta-competencies within the experimental group, whereas no significant changes were observed in the control group. These findings are particularly relevant, as they can be utilized to refine educational modules and assessment tools within higher pedagogical education institutions.

This study aimed to analyze the factors hindering learning among students in the Higher Education Technology Program in Logistics during classes, addressing three guiding questions: which factors impede learning, how these factors interfere with the process, and why they produce such effects. This qualitative, exploratory, descriptive study involved students in a class in the Logistics Technology Program at the Federal Institute of Education, Science and Technology of Amazonas (IFAM), Manaus Industrial District Campus. Data were collected through an online semi-structured instrument and analyzed using a similarity technique, followed by grouping responses into analytical categories. The results revealed five dimensions of factors interfering with learning: pedagogical, technological, individual, behavioral/social, and structural-organizational. Pedagogical factors stood out, mainly related to a lack of practical application, an excess of theoretical classes, poor teaching methods, a lack of focus/conciseness, and issues with teaching approaches and instructor performance. The analysis showed that these factors primarily interfere with attention, concentration, focus, comprehension, interest, content retention, and the integration of theory and practice. Students cited attention deficits, comprehension difficulties, monotony, excessive complexity, lack of focus, absence of practical contextualization, insufficient resources, and low engagement. The study concludes that learning difficulties are a multidimensional, process-oriented phenomenon in which various factors can combine to compromise the conditions necessary for learning. The results suggest, therefore, that understanding learning in Logistics requires an integrated approach covering pedagogical, individual, technological, behavioral, social, and structural dimensions.

هدف این پژوهش تحلیل عوامل بازدارنده یادگیری در میان دانشجویان برنامه آموزش عالی فناوری در لجستیک در طول کلاس‌ها بود و سه پرسش راهنما را مورد بررسی قرار داد: کدام عوامل مانع یادگیری می‌شوند، این عوامل چگونه در فرایند یادگیری اختلال ایجاد می‌کنند و چرا چنین آثاری را به وجود می‌آورند. این مطالعه کیفی، اکتشافی و توصیفی با مشارکت دانشجویان یکی از کلاس‌های برنامه فناوری لجستیک در مؤسسه فدرال آموزش، علوم و فناوری آمازوناس (IFAM)، پردیس منطقه صنعتی مانائوس انجام شد. داده‌ها از طریق ابزار نیمه‌ساختاریافته آنلاین گردآوری و با استفاده از تکنیک شباهت تحلیل شدند و سپس پاسخ‌ها در قالب دسته‌بندی‌های تحلیلی گروه‌بندی گردیدند. نتایج، پنج بُعد از عوامل مداخله‌گر در یادگیری را آشکار ساخت: عوامل آموزشی، فناوری، فردی، رفتاری/اجتماعی و ساختاری-سازمانی. عوامل آموزشی برجسته‌تر بودند و عمدتاً به کمبود کاربرد عملی، فراوانی کلاس‌های نظری، روش‌های تدریس ضعیف، فقدان تمرکز/اختصار و مشکلات رویکردهای تدریس و عملکرد مدرس مربوط می‌شدند. تحلیل نشان داد که این عوامل عمدتاً بر توجه، تمرکز، دقت، درک، علاقه، حفظ محتوا و ادغام نظریه و عمل تأثیر می‌گذارند. دانشجویان به کمبود توجه، دشواری درک، یکنواختی، پیچیدگی بیش از حد، فقدان تمرکز، نبود زمینه‌سازی عملی، منابع ناکافی و مشارکت پایین اشاره کردند. پژوهش نتیجه می‌گیرد که دشواری‌های یادگیری پدیده‌ای چندبُعدی و فرایندمحور است که در آن عوامل مختلف می‌توانند با یکدیگر ترکیب شده و شرایط لازم برای یادگیری را به مخاطره اندازند. بنابراین نتایج نشان می‌دهد که فهم یادگیری در حوزه لجستیک مستلزم رویکردی یکپارچه است که ابعاد آموزشی، فردی، فناوری، رفتاری، اجتماعی و ساختاری را دربرگیرد.

Background Students’ academic performance in public secondary schools remains a major education policy concern in Uganda, particularly in districts where schools face shortages of learning resources and challenges that affect teachers’ capacity to support learning. This policy brief examines teachers’ commitment and the availability of learning resources as predictors of students’ academic performance in public secondary schools in Kasese District, Uganda. Policy and implications The brief draws on evidence from a convergent parallel mixed-methods study conducted in eight public secondary schools involving head teachers, teachers and Senior Four students. Quantitative data were analyzed using descriptive statistics and regression analysis, while qualitative evidence was obtained through head-teacher interviews and student focus group discussions. The combined regression model was statistically significant and explained 28.6% of the variation in students’ academic performance (R = .535, R 2 = .286, adjusted R 2 = .235, F = 5.519, p = .001). School leadership was the strongest positive independent predictor (β = .519, p = .002), while learning resources also showed a significant positive contribution (β = .385, p < .001). Work environment and job satisfaction showed positive bivariate relationships with academic performance but were not independently significant in the combined model. Professional training had a significant negative coefficient in the combined model (β = −.322, p = .043), which should not be interpreted as evidence that teacher training is harmful; rather, it suggests possible contextual, overlap or quality-related effects requiring further investigation. Recommendations Education authorities should strengthen instructional school leadership, improve the availability and equitable distribution of learning resources, and redesign professional development towards practical, continuous, and curriculum-relevant support. Schools should also strengthen teacher support systems and use school-level evidence to identify and address barriers to learning. Conclusions Improving academic performance in Kasese requires an integrated approach that combines effective leadership, adequate learning resources and meaningful teacher support rather than relying on teacher commitment alone.

زمینه: عملکرد تحصیلی دانش‌آموزان در مدارس متوسطه دولتی همچنان یکی از دغدغه‌های اصلی سیاست‌گذاری آموزشی در اوگاندا است، به‌ویژه در مناطقی که مدارس با کمبود منابع یادگیری و چالش‌هایی مواجه هستند که ظرفیت معلمان برای حمایت از یادگیری را تحت تأثیر قرار می‌دهد. این سیاست‌نامه به بررسی تعهد معلمان و دسترسی به منابع یادگیری به‌عنوان پیش‌بین‌های عملکرد تحصیلی دانش‌آموزان در مدارس متوسطه دولتی منطقه Kasese، اوگاندا می‌پردازد. سیاست و پیامدها: این سیاست‌نامه مبتنی بر شواهد حاصل از یک مطالعه آمیخته همگرا و موازی است که در هشت مدرسه متوسطه دولتی با مشارکت مدیران، معلمان و دانش‌آموزان پایه چهارم متوسطه انجام شده است. داده‌های کمی با استفاده از آمار توصیفی و تحلیل رگرسیون تحلیل شدند و شواهد کیفی نیز از طریق مصاحبه با مدیران و بحث‌های گروهی متمرکز با دانش‌آموزان به‌دست آمد. مدل رگرسیون ترکیبی از لحاظ آماری معنادار بود و ۲۸/۶٪ از واریانس عملکرد تحصیلی دانش‌آموزان را تبیین کرد (R = .535، R 2 = .286، adjusted R 2 = .235، F = 5.519، p = .001). رهبری مدرسه قوی‌ترین پیش‌بین مثبت مستقل بود (β = .519، p = .002)، در حالی که منابع یادگیری نیز سهم مثبت معناداری نشان دادند (β = .385، p < .001). محیط کار و رضایت شغلی معلمان رابطه دوجمله‌ای مثبتی با عملکرد تحصیلی داشتند اما در مدل ترکیبی به‌طور مستقل معنادار نبودند. آموزش حرفه‌ای در مدل ترکیبی دارای ضریب منفی معنادار بود (β = −.322، p = .043) که نباید به‌عنوان شواهدی مبنی بر مضر بودن آموزش معلمان تفسیر شود؛ بلکه بیانگر اثرات احتمالی زمینه‌ای، همپوشانی یا کیفیت است که نیازمند بررسی بیشتر می‌باشد. توصیه‌ها: مقامات آموزشی باید رهبری آموزشی مدارس را تقویت کنند، دسترسی و توزیع عادلانه منابع یادگیری را بهبود بخشند و توسعه حرفه‌ای معلمان را به سمت حمایت عملی، مستمر و مرتبط با برنامه درسی بازطراحی نمایند. مدارس همچنین باید نظام‌های حمایت از معلمان را تقویت کرده و با استفاده از شواهد سطح مدرسه، موانع یادگیری را شناسایی و رفع کنند. نتیجه‌گیری: بهبود عملکرد تحصیلی در Kasese نیازمند رویکردی یکپارچه است که رهبری مؤثر، منابع یادگیری کافی و حمایت معنادار از معلمان را در کنار هم قرار دهد و اتکای صرف به تعهد معلمان کافی نیست.

The article analyzes the current state, major challenges, and development trends of human resource management (HRM) in Uzbekistan’s education system. The study is based on scientific literature, regulatory and legal documents of the Republic of Uzbekistan, and publicly available statistical data from the National Statistics Committee of the Republic of Uzbekistan. At the same time, the study substantiates the need to further improve mechanisms for strategic workforce planning, employee performance assessment, the use of digital HR technologies, professional development, and the retention of qualified personnel in the education system. Based on the research findings, an integrated approach is proposed that combines strategic HRM, KPI, HRIS, Talent Management, and employee professional development.

این مقاله به تحلیل وضعیت کنونی، چالش‌های عمده و روندهای توسعه مدیریت منابع انسانی (HRM) در نظام آموزشی ازبکستان می‌پردازد. این مطالعه مبتنی بر ادبیات علمی، اسناد مقرراتی و حقوقی جمهوری ازبکستان و داده‌های آماری در دسترس عموم کمیته آمار ملی جمهوری ازبکستان است. همزمان، پژوهش بر لزوم بهبود بیشتر سازوکارهای برنامه‌ریزی راهبردی نیروی کار، ارزیابی عملکرد کارکنان، استفاده از فناوری‌های دیجیتال منابع انسانی، توسعه حرفه‌ای و حفظ نیروی انسانی متخصص در نظام آموزشی تأکید می‌کند. بر اساس یافته‌های پژوهش، رویکردی یکپارچه پیشنهاد می‌شود که مدیریت راهبردی منابع انسانی، KPI، HRIS، مدیریت استعداد و توسعه حرفه‌ای کارکنان را با یکدیگر ترکیب می‌کند.

Abstract Rapid advancements in education assessment and natural language processing have fundamentally transformed the methodologies employed in multi-dimensional writing assessment. Neural network approaches have shown remarkable effectiveness, obviating the need for handcrafted feature engineering. However, the potential of pre-trained language models for constructing multi-dimensional automated essay scoring (AES) models still needs to be explored. The present study addresses critical challenges, including the resilience of AES models to subtle input perturbations leading to prediction inaccuracies and the elucidation of the intricate mechanisms within deep learning frameworks. We propose an integrated approach leveraging multi-task learning and the pre-trained model Bidirectional Encoder Representations from Transformers (BERT), augmented with adversarial training via the Fast Gradient Sign Method (FGSM), aiming to enhance scoring accuracy and stability in multi-dimensional AES tasks. Findings reveal that BERT-Integrated-MTL-FGSM significantly outperforms existing baselines. Integrating Explainable Artificial Intelligence (XAI) elucidates the complex evaluation processes within the deep learning black box, offering potentially diagnostic feedback for students and assisting educators in delivering individualized instruction guided by word-level attributions across diverse analytic rating scales. These insights enhance the robustness, generalizability, and interpretability of multi-dimensional AES models, thus paving an interdisciplinary pathway for multi-dimensional writing assessment and instruction.

پیشرفت‌های سریع در ارزیابی آموزشی و پردازش زبان طبیعی، روش‌شناسی‌های به‌کاررفته در ارزیابی چندبُعدی نوشتار را به‌طور بنیادین متحول کرده‌اند. رویکردهای شبکه عصبی اثربخشی چشمگیری نشان داده‌اند و نیاز به مهندسی ویژگی‌های دستی را برطرف ساخته‌اند. با این حال، پتانسیل مدل‌های زبانی از پیش‌آموزش‌دیده برای ساخت مدل‌های خودکار نمره‌دهی مقاله (AES) چندبُعدی همچنان نیازمند بررسی است. مطالعه حاضر به چالش‌های اساسی از جمله تاب‌آوری مدل‌های AES در برابر اختلالات جزئی ورودی که منجر به نادرستی پیش‌بینی می‌شوند و تبیین سازوکارهای پیچیده در چارچوب‌های یادگیری عمیق می‌پردازد. ما رویکردی یکپارچه مبتنی بر یادگیری چندوظیفه‌ای و مدل از پیش‌آموزش‌دیده Bidirectional Encoder Representations from Transformers (BERT) ارائه می‌دهیم که با آموزش خصمانه از طریق Fast Gradient Sign Method (FGSM) تقویت شده است، با هدف ارتقای دقت و پایداری نمره‌دهی در وظایف AES چندبُعدی. یافته‌ها نشان می‌دهند که BERT-Integrated-MTL-FGSM به طور معناداری عملکرد بهتری نسبت به خطوط پایه موجود دارد. ادغام هوش مصنوعی قابل‌توضیح (XAI) فرآیندهای ارزیابی پیچیده در جعبه سیاه یادگیری عمیق را روشن می‌سازد و بازخورد تشخیصی بالقوه‌ای برای دانشجویان فراهم می‌کند و به مدرسان در ارائه آموزش فردمحور مبتنی بر انتساب‌های واژه‌محور در مقیاس‌های تحلیلی متنوع کمک می‌کند. این بینش‌ها موجب افزایش تاب‌آوری، قابلیت تعمیم و تفسیرپذیری مدل‌های AES چندبُعدی می‌شود و بدین ترتیب مسیر میان‌رشته‌ای برای ارزیابی و آموزش چندبُعدی نوشتار هموار می‌گردد.