การเขียน SAR ระดับหลักสูตรเชิงลึก
วันที่เขียน 20/3/2560 22:23:20     แก้ไขล่าสุดเมื่อ 11/9/2569 15:44:54
เปิดอ่าน: 3524 ครั้ง

การเขียน SAR เป็นสิ่งที่สำคัญประการหนึ่งของการประกันคุณภาพการศึกษา

ในการที่ข้าพเจ้าได้เข้าร่วมอบรม "การเขียน SAR ระดับหลักสูตรเชิงลึก" ครั้งที่ 1 ระหว่างวันที่ 19-20 มีนาคม 2560 ณ สวนสวรรค์ รีสอร์ท จังหวัดเชียงใหม่ วิทยากร ได้แก่ ผศ.ปรานี พรรณวิเชียร และ รศ.เพ็ญรัตน์ หงษ์วิทยากร ความรู้ที่ได้ในการอบรมมีดังนี้

การเขียน SAR หรือที่เราเรียกว่า มคอ.7 จะประกอบด้วยองค์ประกอบทั้งหมด 7 องค์ประกอบ ได้แก่

องค์ประกอบที่ 1 การกำกับมาตรฐาน

องค์ประกอบที่ 2 บัณฑิต

องค์ประกอบที่ 3 นักศึกษา

องค์ประกอบที่ 4 อาจารย์

องค์ประกอบที่ 5 หลักสูตรการเรียนการสอน การประเมินผู้เรียน

องค์ประกอบที่ 6 สิ่งสนับสนุนการเรียนรู้

ในการอบรมครั้งนี้วิทยากรทั้ง 2 ท่านได้ให้คำวิพากษ์และข้อเสนอแนะในแต่ละองค์ประกอบ แต่จะยกตัวอย่างในองค์ประกอบที่ 6 สิ่งสนับสนุนการเรียนรู้ ที่ข้าพเจ้าได้รับมอบหมายให้รับผิดชอบ ดังนี้

- การเตรียมสิ่งสนับสนุนการเรียนรู้ให้พร้อมในการจัดการเรียนการสอน

- การมีส่วนร่วมในแต่ละระดับในการจัดทำแผน หรือจัดหาสิ่งสับสนุนการเรียนรู้

- การเรียนการสอนที่มีประสิทธิภาพ เป็นต้น

เพื่อนำคำแนะนำเหล่านี้ มาปรับปรุงในการเขียน SAR ครั้งต่อไป

 

คำสำคัญ :
SAR  
กลุ่มบทความ :
หมวดหมู่ :
แชร์ :
https://erp.mju.ac.th/acticleDetail.aspx?qid=661
ความคิดเห็นทั้งหมด (0)
ไม่มีข้อมูลตามเงื่อนไขที่ท่านกำหนด
รายการบทความการแลกเปลี่ยนเรียนรู้หมวดหมู่ : กลุ่มงานสายวิชาการ
การใช้เครื่องมือ Image Recognition สำหรับผู้เริ่มต้นด้วย CNN ใน R Studio เป็นแนวทางให้ผู้ใช้สามารถนำเทคนิค Deep Learning มาประยุกต์กับงานจำแนกรูปภาพผ่านเครื่องมือและไลบรารีที่ » การใช้ ICT เพื่อเพิ่มประสิทธิภาพในการปฏิบัติงาน (การใช้ AI เพื่อเพิ่มประสิทธิภาพในการปฏิบัติงาน)
การอบรมเชิงปฏิบัติการนี้มุ่งเน้นการนำเทคโนโลยีสารสนเทศ (ICT) โดยเฉพาะปัญญาประดิษฐ์ (AI) มาประยุกต์ใช้เพื่อยกระดับประสิทธิภาพการทำงาน ผู้เข้าร่วมจะได้เรียนรู้การใช้เครื่องมือ AI อัจฉริยะในการจัดการ...
  กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน พิชิต สิทธิกัน  วันที่เขียน 4/9/2569 6:01:41  แก้ไขล่าสุดเมื่อ 11/9/2569 0:29:37   เปิดอ่าน 27  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
การใช้เครื่องมือ Image Recognition สำหรับผู้เริ่มต้นด้วย CNN ใน R Studio เป็นแนวทางให้ผู้ใช้สามารถนำเทคนิค Deep Learning มาประยุกต์กับงานจำแนกรูปภาพผ่านเครื่องมือและไลบรารีที่ » ระดมความคิดเห็นพิจารณาร่างมาตรฐนอาชีพและคุณวุฒิวิชาชีพ สาขาวิชาชีพอุตสาหกรรมดิจิทัล อาชีพนักพัฒนาระบบบปัญญาประดิษฐ์ ระดับ 5
การประชุมระดมความคิดเห็นนี้จัดขึ้นเพื่อพิจารณาและปรับปรุงร่างมาตรฐานอาชีพนักพัฒนาระบบปัญญาประดิษฐ์ ระดับ 5 โดยมุ่งเน้นการกำหนดสมรรถนะ ทักษะ และความรู้ที่จำเป็นสำหรับบุคลากรในอุตสาหกรรมดิจิทัลให้สอ...
  กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน พิชิต สิทธิกัน  วันที่เขียน 4/9/2569 5:57:12  แก้ไขล่าสุดเมื่อ 11/9/2569 12:38:26   เปิดอ่าน 31  ครั้ง | แสดงความคิดเห็น 0  ครั้ง