ความเข้าใจที่อาจคลาดเคลื่อนเกี่ยวกับ OBE
วันที่เขียน 28/6/2567 15:04:09     แก้ไขล่าสุดเมื่อ 23/10/2567 19:08:16
เปิดอ่าน: 256 ครั้ง

เป็นประเด็นที่ผู้ประเมินอาจเกิดความเข้าใจที่คลาดเคลื่อนเกี่ยวกับ OBE โดยที่ประเด็นต่าง ๆ ที่นำมาเป็นกรณีศึกษา เพื่อใช้ในการเป็นผู้ประเมินเพื่อใช้ในการประเมินคุณภาพการศึกษาภายใน ให้เป็นไปในทิศทางเดียวกัน

ในการเข้าร่วมโครงการฝึกอบรม หลักสูตร “ความเข้าใจที่อาจคลาดเคลื่อนเกี่ยวกับ OBE รุ่นที่ ๗” โดยสรุปเนื้อหาที่ได้จากการอบรม มีรายละเอียดดังนี้

ได้รับฟังการบรรยายหัวข้อ “ความเข้าใจที่อาจคลาดเคลื่อนเกี่ยวกับ OBE รุ่นที่ ๗” โดย รองศาสตราจารย์ ดร.เภสัชกรหญิงกัญคดา อนุวงศ์ โดยประเด็นการบรรยาย ประกอบด้วย

AFIs ที่ผู้ประเมินน่าจะเข้าใจ OBE คลาดเคลื่อนประกอบไปด้วยประเด็นต่าง ๆ ดังนี้

- หลักสูตรควรนำเสนอผลการเรียนรู้เรียงตามระดับการเรียนรู้ตาม Learning level เสมอ

- 1 PLO ต้องมีแค่ ๑ คำกริยาเท่านั้น

- จำนวน PLOs มากเกินไปควรมีเท่า ABET หรือ ควรมีไม่เกินจำนวนที่ระกำหนดต่อหลักสูตร

- แต่ละหลักสูตรต้องมีทั้ง PLOs และ Sub-PLOs

- ทุกหลักสูตรต้องเขียน PLOs ครบทุกด้านของ Learning Taxonomy

- PLOs ต้องมีครบทุก Learning level ของ Learning Taxonomy ใด ๆ

- PLOs ต้องเป็น Learning level สูง ๆ เท่านั้น

- PLOs หลักสูตร ป.ตรี ต้องมีถึงระดับ Creating

โดยประเด็นที่กล่าวมาแล้วนั้น คือความคลาดเคลื่อนที่ผู้ประเมินอาจจะเข้าใจคลาดเคลื่อน ส่งผลให้การประเมินคุณภาพเกิดความคลาดเคลื่อนไปด้วย โดยวิทยากรได้ยกตัวอย่างกรณีศึกษาในประเด็นต่าง ๆ ที่อาจจะเกิดความเข้าใจที่คลาดเคลื่อนในประเด็นต่าง ๆ นอกจากนี้วิทยากรได้บรรยายสิ่งที่พึงระวังสำหรับผู้ประเมินให้พึงระวังในประเด็นต่าง ๆ ดังนี้

          - ทุกหลักสูตรต้องจัดทำหลักสูตรโดยการทำ KAS เสมอไป จึงจะเป็นการทำหลักสูตรตามหลักการ Backward Design / เกณฑ์ AUN-QA

          - ถ้ามีการทำ KAS จะเป็นการทำหลักสูตรตามหลักการ Backward Curriculum Design / เกณฑ์ AUN-QA ข้อ ๒.๒ เสมอ

          - ถ้ามีการทำ Mapping ก็สามารถสรุปได้ว่าวิชาต่าง ๆ ถูกสร้างจาก PLOs

          - ถ้ามีการใช้ PLOs เป็นตัวตั้งในการสร้าง CLOs ก็สรุปได้ว่าหลักสูตรสร้างจาก BCD

          - หลักสูตร Non-coursework ไม่สามารถ/ไม่จำเป็นที่จะต้องทำหลักสูตรตามหลักการ Backward Curriculum Design ได้

          - หลังจากทำ Backward Curriculum Design แล้ว ควรมีการพิจารณาการทำจุดดำ จุดขาว โดยให้ผู้สอนหรือผู้รับผิดชอบรายวิชาต่าง ๆ มามีส่วนร่วมในการปรับย้ายจุดดำให้เหมาะสมกับสาระของวิชา

          - PLOs บางตัวมีวิชามารองรับน้อยเกินไป นักศึกษาอาจไม่บรรลุ PLOs นั้น ๆ?

          - มีจำนวนวิชาผลักดัน PLO น้อยเกินไป

          - CLOs ต้องสร้างมาจากวิธี BCD เท่านั้น

          - ถ้าอาจารย์ผู้สอนเล่าวิธีการทำ CLOs ไม่ได้ แสดงว่าหลักสูตรไม่ได้ทำ BCD

          - ถ้า PLO อยู่ใน Learning level ใด CLOs ต้องอยู่ใน Learning level เดียวกัน

          - CLOs คือสิ่งที่อยู่ใน Mapping

          - ทุกวิชาต้องมีครบ CLOs ครบทั้ง K-A-S

          - ทุกวิชาต้องมี CLOs ครบทั้ง Generic และ Specific

          - การมี CLOs ที่ไม่ถูกใช้ประโยชน์ และ/หรือไม่มีประโยชน์

          - การเขียน CLOs โดยแทรกชื่อวิชาลงใน PLOs

          จากประเด็นดังกล่าวข้างต้นนั้น เป็นประเด็นที่วิทยากรได้อธิบายว่าเป็นสิ่งที่ผู้ประเมินมักจะเข้าใจคลาดเคลื่อน โดยวิทยากรได้ทำการชี้แจงในประเด็นต่าง ๆ เหล่านี้ว่าสิ่งใดคือสิ่งที่ผู้ประเมินควรประเมิน และซักซ้อมความเข้าใจให้ตรงกัน

คำสำคัญ :
กลุ่มบทความ :
หมวดหมู่ :
แชร์ :
https://erp.mju.ac.th/acticleDetail.aspx?qid=1461
ความคิดเห็นทั้งหมด (0)
ไม่มีข้อมูลตามเงื่อนไขที่ท่านกำหนด
รายการบทความการแลกเปลี่ยนเรียนรู้หมวดหมู่ : กลุ่มงานสายวิชาการ
การเบิกค่าใช้จ่ายโครงการอย่างไร ภายใต้ระเบียบใหม่ของมหาวิทยาลัยแม่โจ้ » การเบิกค่าใช้จ่ายโครงการอย่างไร ภายใต้ระเบียบใหม่ของมหาวิทยาลัยแม่โจ้
การบริหารจัดการงบประมาณคณะวิทยาศาสตร์ ภายใต้ระเบียบใหม่ของมหาวิทยาลัยแม่โจ้ ประจำปีงบประมาณ 2567 ได้มีการปรับเปลี่ยนรายละเอียดเพื่อเอื้อต่อการทำงาน และเพื่อให้ผู้ที่มีส่วนเกี่ยวข้องได้รับทราบแนวปฏิ...
  กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน นลิน วงศ์ขัตติยะ  วันที่เขียน 28/9/2567 16:33:52  แก้ไขล่าสุดเมื่อ 22/10/2567 23:38:19   เปิดอ่าน 54  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
เข้าร่วมโครงการ » สรุปเนื้อหาจากการเข้าร่วมอบรมแบบออนไลน์ หลักสูตร Data Science
Data Science เป็นสาขาที่มีการเติบโตอย่างรวดเร็วและมีความสำคัญในโลกธุรกิจและการวิจัย การเข้าใจแนวคิดและเทคนิคพื้นฐาน เช่น การวิเคราะห์ข้อมูล การเรียนรู้ของเครื่อง และการสื่อสารผลลัพธ์ จะช่วยให้สามาร...
Big Data  Data Analysis  Data Visualization  Machine Learning  Statistics     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน จีรวรรณ พัชรประกิติ  วันที่เขียน 7/9/2567 5:45:38  แก้ไขล่าสุดเมื่อ 22/10/2567 23:38:21   เปิดอ่าน 136  ครั้ง | แสดงความคิดเห็น 0  ครั้ง