منصة تموين sbay
sbay.sa
📖 ميزان الأثر التعليمي | لرفع الناتج التعليمي
إعداد الأستاذة عفاف اليامي «قدّمتُ ميزان الأثر التعليمي ليكون مرجعاً بايزياً لصناعة قرار تربوي يرفع الناتج التعليمي»
منصة الاستقراء البايزي لرصد نمو المهارات القرائية والتقدم الشخصي/الصحي/الاجتماعي وتقييم أثر الممارسات التدريسية - الصف الثالث الابتدائي
🧬 Bayesian Inference Engine 🎯 ٢٠ مؤشراً (قرائي + شخصي/صحي/اجتماعي) 📚 سجل الممارسات المتميزة
❝ اقرأ باسمِ ربِّكَ الذي خَلَق ❞
— سورة العلق ﴿١﴾

القراءةُ ليست مجرّد فكّ رموز مكتوبة، بل هي نافذةُ العقل التي يُطِلُّ منها الطفلُ على عوالم المعرفة، ومِفتاحُه الأوّل لفهم ذاته وفهم ما حوله. وحين يتعلّم الطالبُ في صفّه الثالث أن يُحدِّد المرادفات، ويستنتجَ الأفكار، ويُميِّزَ بين الحقيقة والرأي — فإنّه لا يتعلّم مهارةً لغويّة فحسب، بل يبني أساسات التفكير الناقد التي سترافقه طوال حياته.

وإنّ المعلِّمَ — ذلك الشمعةَ التي تحترق لتُضيء — حين يبتكر استراتيجيّةً تدريسيّةً أو يصمِّم نشاطاً إثرائيّاً، فإنّه يصنع أثراً يتجاوز جدران الفصل. هذه المنصة تسعى لأن تكون مرآةً أمينة لذلك الأثر، تقيسُه بميزان الإحصاء البايزي لا بميزان الظنون، وتُبرزُ الممارسات التي أثبتت جدواها ببرهانٍ رقميٍّ حتى يستفيد منها كلُّ معلِّمٍ يبحث عن طريقةٍ أنجع لإيصال نور المعرفة.

يقوم الاستقراء البايزي على مبدأ بسيطٍ وعميق: أنّ كلّ اختبارٍ تشخيصيٍّ جديد هو بمثابة شاهدٍ يُضاف إلى سجلِّ المعرفة، فيُحدِّث تقديرنا لمستوى الطالب ويُنقِّحه — لا يُلغي ما سبق بل يبني عليه. وهكذا تتحوّل البيانات من أرقامٍ جامدة إلى قصّةِ نموٍّ حيّة نستطيع أن نقرأ فيها الماضي، ونفهم الحاضر، ونستشرف المستقبل.

متوسط احتمالية الإتقان
عبر جميع المؤشرات
ممارسات متميزة مسجّلة
في سجل الأثر
أقوى ممارسة (تأثيراً)
مؤشر يحتاج تدخّل عاجل
الاستقراء: الشاهد القادم (تقديري)
نطاق تقديري 95%
🧪 الشاهد عبر الاختبارات التشخيصية لنواتج التعلم
يُمثّل هذا الجدول المتجهين الأساسيين لنواتج التعلم في كل اختبار تشخيصي: التحصيل العلمي و التطور الشخصي والصحي والاجتماعي. هذه القيم (من ٠ إلى ١٠٠) هي الشاهد الحقيقي الذي يُغذّي التحديث البايزي ويقلّل التذبذب بين التشغيلات.
مهم: المنصة لا تفترض أن الاختبارات شهرية؛ المهم هو ترتيبها (اختبار 1، 2، 3...).
📝 إدخال تقرير «لغتي – الاختبار التشخيصي الثاني» (ملخص المدرسة)
هذا القسم يترجم أرقام التقرير التشخيصي إلى دليل للاختبار (Evidence) أكثر واقعية من المتوسط العام. اختر رقم الاختبار (وغالباً: اختبار 2)، ثم أدخل نسبة التحصيل وعدد المشاركات ونِسَب المهارات الست كما في التقرير.
ملاحظة: سيتم إسقاط «المهارات الست» على مؤشرات المنصة الأقرب (مع توضيح الربط)، ثم تُستخدم القيم في التحديث البايزي لذلك الاختبار فقط.
🧩 تصفية المؤشرات (للعرض)
التصفية هنا للعرض والتنظيم فقط، ولا تغيّر نتائج الاستقراء أو الحسابات البايزية.
➕ إضافة ممارسة (بيانات المدرسة)
لإضافة ممارسة جديدة باسم المدرسة والمنفّذ، ثم ربطها بالمهارات وتسجيل تكرارها بين اختبارين. الممارسات الاعتبارية (الافتراضية) يمكن إخفاؤها واستبعادها من الحساب عند الحاجة.
🧩 بيانات الممارسة
بعد الإضافة: اربط الممارسة بالمهارات من القسم التالي، ثم سجّل مرات التنفيذ في جدول «بين اختبارين».
🔗 مخطط ربط الممارسات بالمهارات
قبل تشغيل الاستقراء، يمكن ربط كل ممارسة بالمهارات المستهدفة. أمّا عدد مرات التنفيذ فيُسجَّل في جدول «تنفيذ الممارسات بين اختبارين» لكل فترة. (المُلخّص أسفل المخطط يوضح: لكل مهارة، كم ممارسةً ترتبط بها.)
الممارسة المهارات الاستقراء
🧭 تنفيذ الممارسات بين اختبارين (حسب تسلسل التشخيصات)
الفكرة هنا تربوية قبل أن تكون رقمية: أثر الممارسة يظهر في الاختبار التالي لأنها تقع في الفترة بين اختبارين تشخيصيين. حدِّد ما تمّ تنفيذه في كل فترة، وسيقوم المحرك بربط ذلك بتغيّر الشاهد التشخيصي لتفسير: لماذا ارتفع المؤشر؟ ولماذا لم يرتفع؟
ملاحظة: يُستخدم هذا الجدول لاستخراج درجة الاطمئنان (اتساق الأثر عبر الاختبارات + اكتمال الشاهد)، وهي عبارة أقرب لفهم المعلّم من مصطلح “ثقة إحصائية” مجردة.
⚙️ معاملات النموذج البايزي
عدد محاكاة Monte Carlo 500
قوة الخبرة السابقة (Baseline) 50
عدد الطلاب في الفصل 32
عدد الاختبارات التشخيصية المُعتمدة 4
معامل تأثير ورش العمل (%) 30
0%
🗂️ إدارة البيانات والتقارير
يتم حفظ البيانات في المتصفح أو ملف JSON، ويمكن إخراج تقرير رسمي بصيغة PDF بعد تشغيل الاستقراء.
توثيق مهني: تعدّ التقارير والبيانات والأعمال الناتجة عن هذه المنصة جزءاً من أعمال منصة تموين sbay، وتُستخدم لدعم القرار التعليمي وتحسين الناتج التعليمي وفق منهجية استدلال بايزي موثّقة.
بيانات التواصل: sbay.sa
🗺️ خارطة حرارية: احتمالية إتقان المهارات/المؤشرات (Posterior)
📚 سجل الممارسات التدريسية المتميزة

هنا تُعرض الممارسات التي أثبتت أثرها في رفع مستوى المهارات القرائية والمؤشرات الشخصية/الصحية/الاجتماعية، مُرتّبة بحسب قوة تأثيرها الإحصائي ودرجة الاطمئنان عبر المدارس المُطبِّقة. الهدف هو تبادل الخبرات وتعميم النجاح بين المعلّمين.

📈 التوزيع اللاحق (Posterior) لاحتمالية الإتقان - كل المهارات
🔄 تتبّع سلسلة MCMC - التقارب
📊 Prior vs Posterior - مقارنة قبل وبعد
📈 تطوّر مؤشر دعم الممارسة (آخر ٦ اختبارات)
🎯 الرادار: المؤشرات الـ 20 - مستوى الفصل
📉 الاستقراء: درجة الناتج التعليمي المقدّرة (مع فاصل الثقة)
💡 التوصيات الاحتمالية (مبنية على الاستقراء البايزي)
🧾 الاستدلال الإحصائي والبرهنة
توثيق الاستدلال المعتمد في المنصة: تحويل شاهد كل اختبار تشخيصي إلى دليل احتمالي، ثم تحديث المعرفة السابقة وفق اقتران Beta-Binomial، وأخيراً استخراج المؤشر بمتوسط posterior وربطه بالممارسات بين اختبارين.
١) نموذج دليل الاختبار التشخيصي
x_t ~ Binomial(n, θ)
حيث يمثّل θ احتمال الإتقان، وx_t عدد من تحقّق لديهم الإتقان في الاختبار t.
e_t = w_a × A_t + w_p × P_t
يُحتسب الدليل من التحصيل الأكاديمي A_t والتطور الشخصي/الصحي/الاجتماعي P_t لذلك الاختبار.
٢) التحديث البايزي (اقتران Beta-Binomial)
θ ~ Beta(α₀, β₀)
θ | X ~ Beta(α₀ + Σx_m, β₀ + nM − Σx_m)
هذا هو البرهان القياسي لاقتران Beta مع Binomial، وهو المستخدم في المحرك الحالي.
٣) تعريف المؤشر والربط بالممارسات
θ̂ = E[θ | X] = α / (α + β)
يُعرَّف مؤشر الإتقان من متوسط posterior، ثم يُفسَّر عبر سجلّ تنفيذ الممارسات بين اختبارين.
المراجع: Gelman et al., Bayesian Data Analysis (2013)؛ van der Linden & Hambleton, Handbook of Modern IRT (2010).
توثيق علامة تجارية: جميع المخرجات جزء من أعمال منصة تموين sbay — sbay.sa.