اپلیکیشن اندرویدی فلشکارت آموزشی مدلسازی علّی (Causal Modeling) برای ارزیابی کمپینها
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره مدلسازی علّی (Causal Modeling) برای ارزیابی کمپینها
موضوع کلی: دادهمحوری و سیاستگذاری مبتنی بر شواهد
موضوع میانی: ارزیابی اثربخشی کمپینهای اطلاعرسانی عمومی با داده
📋 سرفصلهای دوره
- 1. مقدمهای بر مدلسازی علّی و ارزیابی کمپینها
- 2. چرا مدلسازی علّی برای ارزیابی کمپینها ضروری است؟
- 3. مفاهیم پایه: علت، معلول، متغیر مداخلهگر
- 4. انواع دادهها در ارزیابی کمپینهای اطلاعرسانی
- 5. معرفی انواع طرحهای تحقیق برای ارزیابی اثربخشی
- 6. طرحهای آزمایشی تصادفیسازی شده (RCT) و محدودیتهای آنها
- 7. مشکلات مربوط به سردرگمی (Confounding) و راههای کنترل آن
- 8. مقدمهای بر گرافهای علّی (Causal DAGs)
- 9. ساخت و تفسیر گرافهای علّی
- 10. شناسایی مسیرهای علّی و غیرعلّی
- 11. اصطلاحات کلیدی در گرافهای علّی: d-separation، backdoor path
- 12. تکنیکهای کنترل سردرگمی: تطبیق (Matching)
- 13. تطبیق بر اساس امتیاز تمایل (Propensity Score Matching)
- 14. تطبیق دقیق (Exact Matching) و تطبیق تقریبی (Approximate Matching)
- 15. تکنیکهای کنترل سردرگمی: وزندهی معکوس احتمال درمان (Inverse Probability of Treatment Weighting - IPTW)
- 16. تکنیکهای کنترل سردرگمی: لایهبندی (Stratification)
- 17. معرفی متغیرهای ابزاری (Instrumental Variables)
- 18. شرایط استفاده از متغیرهای ابزاری
- 19. تخمین اثر علّی با استفاده از متغیرهای ابزاری (Two-Stage Least Squares)
- 20. مدلسازی معادله ساختاری (Structural Equation Modeling - SEM)
- 21. مقدمهای بر SEM و کاربردهای آن در ارزیابی کمپین
- 22. تفسیر ضرایب در SEM
- 23. ارزیابی برازش مدل در SEM
- 24. مدلهای رگرسیون با اثرات مداخلهگر (Regression Discontinuity Design - RDD)
- 25. شرایط استفاده از RDD
- 26. تفسیر نتایج RDD
- 27. تکنیکهای پیشرفته مدلسازی علّی: Difference-in-Differences (DID)
- 28. شرایط و مفروضات DID
- 29. تفسیر نتایج DID
- 30. تحلیل حساسیت (Sensitivity Analysis) در مدلسازی علّی
- 31. ارزیابی اعتبار نتایج مدلسازی علّی
- 32. محدودیتهای مدلسازی علّی و راههای مقابله با آنها
- 33. اخلاق در مدلسازی علّی و ارزیابی کمپینها
- 34. نرمافزارهای مورد استفاده در مدلسازی علّی (R, Python, Stata)
- 35. کاربرد مدلسازی علّی در ارزیابی کمپینهای بهداشت عمومی
- 36. کاربرد مدلسازی علّی در ارزیابی کمپینهای آموزشی
- 37. کاربرد مدلسازی علّی در ارزیابی کمپینهای محیط زیستی
- 38. کاربرد مدلسازی علّی در ارزیابی کمپینهای اقتصادی
- 39. ارائه نتایج مدلسازی علّی به ذینفعان و سیاستگذاران
- 40. تحلیل موردی: ارزیابی یک کمپین اطلاعرسانی عمومی با مدلسازی علّی
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.