fa ارتباط بین رویکردهای یادگیری و مطالعه و پیشرفت تحصیلی دانشجویان دانشگاه علوم پزشکی رفسنجان ساير موارد other پژوهشی اصیل Original research article مقدمه: رویکرد یادگیری، متغیری است که اکثر صاحب‌نظران پایه اساسی یادگیری تلقی کرده، آن را به دو دسته رویکرد عمقی (Deep Approach) و سطحی (Surface Approach) تقسیم نموده‌اند. در این مطالعه، رابطه رویکردهای یادگیری و مطالعه و پیشرفت تحصیلی دانشجویان دانشگاه علوم پزشکی رفسنجان مورد بررسی قرار گرفته است. روش‌ها: این مطالعه توصیفی مقطعی در سال 1391 انجام شد. تعداد 370 نفر به صورت سهمیه‌ای تصادفی ساده از رشته‌های پزشکی، دندانپزشکی، پرستاری- مامایی و پیراپزشکی از دانشجویان دانشگاه علوم پزشکی رفسنجان انتخاب گردیدند. ابزار جمع‌آوری اطلاعات پرسشنامه استاندارد فرآیند رویکرد مطالعه فرم دو عاملی تجدید نظر شده (R-SPQ-2F or Revised two-factor Study Process Questionnaire) بود، که بر اساس مقیاس 5 درجه‌ای لیکرت نمره‌گذاری شده است. جهت سنجش پیشرفت تحصیلی، معدل کل ترم‌های قبل دانشجویان مورد بررسی قرار گرفت. تجزیه و تحلیل داده‌ها با استفاده از آزمون‌های آماری توصیفی و استنباطی (آزمون‌های آماری t مستقل، آنالیز واریانس یک‌راهه و ضریب همبستگی اسپیرمن و رگرسیون خطی چندگانه) انجام شد. نتایج: میانگین و انحراف معیار رویکرد عمقی برابر 54/0±21/3 به طور معناداری از رویکرد یادگیری سطحی آنان 64/0±92/2 بیش‌تر است (001/0p< و 65/6=t). در این مطالعه رویکرد عمقی با معدل رابطه مثبت و مستقیم (041/0=p و 12/0r=) و رویکرد سطحی با معدل رابطه منفی و معکوس (05/0=p و 11/0-r=) داشت. مهم‌ترین شاخص پیش‌بینی‌کننده معدل کل دانشگاهی، رویکرد عمقی بود. یعنی با افزایش یک واحد در متغیر رویکرد عمقی، میانگین معدل کل دانشگاهی، 28/0 افزایش یافت. در کلیه رشته‌ها، میانگین رویکرد عمقی دانشجویان بیش‌تر از رویکرد سطحی بوده، اما اختلاف رویکرد عمقی در بین رشته‌ها، معنادار نیست (52/0=p). نتیجه‌گیری: این مطالعه نشان‌دهنده رویکرد عمقی به عنوان پیش‌بینی‌کننده نتایج یادگیری دانشجویان دانشگاه علوم پزشکی رفسنجان است. لذا بایستی دانشجویان را جهت اتخاذ رویکرد عمقی، با مداخلات آموزشی مناسب و برنامه‌ریزی‌های صحیح یاری نمود. Introduction: Most experts consider learning approach as the fundamental basis of learning dividing it into two parts of deep learning approach and surface learning approach. This is an endeavor to investigate the relationship between learning and study approaches with academic achievement among students in Rafsanjan University of Medical Sciences. Methods: This descriptive cross-sectional study was performed in 2012 on a sample of medicine, dentistry, nursing, and allied health students (n=370) selected through stratified random sampling in Rafsanjan University of Medical Sciences. Data gathering tool was a revised two-factor Study Process Questionnaire (R-SPQ-2F) graded based on 5point Likert Scale. Students’ total grade point average (GPA) was considered to evaluate their academic achievement. Data analysis was performed using descriptive and inferential statistics (Independent t-test, ANOVA, Spearman correlation coefficient, and multiple linear regression). Results: Mean and standard deviation of deep learning approach (3.21±0.054) was significantly higher than surface learning approach (2.92±0.064) (t=6.65, p<0.001). Deep learning and GPA showed direct and positive correlation (r=0.12, P=0.041). On the other hand, surface approach and GPA showed negative and reverse correlation (r=-0.11, P=0.05). The most important predictor index of GPA, was deep approach. This means that an increase of one unit in deep approach, lead to increase of 0.28 points in GPA. In all disciplines, mean of students’ deep approach was higher than that of surface approach, but differences of deep approach between disciplines were not significant (P=0.52). Conclusion: This study demonstrates that deep learning approach is an important predictor of students’ learning outcome in Rafsanjan University of Medical Sciences. Therefore, students should be helped in order to adopt with deep approach using appropriate educational interventions and proper planning رویکرد عمقی، رویکرد سطحی، پیشرفت تحصیلی، دانشجویان، رویکرد های مطالعه. Deep learning, surface learning, academic achievement, students, study approach 860 868 http://ijme.mui.ac.ir/browse.php?a_code=A-10-2227-1&slc_lang=fa&sid=1 Effat Shahrabadi عفت شهرآبادی s_e_1400@yahoo.com 7000319475328460036865 7000319475328460036865 No Mohsen Rezaeian محسن رضائیان moeygmr2@yahoo.co.uk 7000319475328460036866 7000319475328460036866 Yes Aliakbar Haghdoost علی اکبر حقدوست ahaghdoost@gmail.com 7000319475328460036867 7000319475328460036867 No