DOI: https://doi.org/10.1038/s41598-025-24563-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41257945
تاريخ النشر: 2025-11-19
المؤلف: Nabilah Hani Abughazalah وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم الورقة نموذجًا جديدًا لصنع القرار متعدد المعايير (MCDM) باستخدام مجموعات فuzzy المترددة المزدوجة (DHFS) مع أوزان الإنتروبيا وخوارزمية تقنية تفضيل الطلب بناءً على التشابه مع الحل المثالي (TOPSIS) المحسّنة. يعالج هذا النموذج تعقيدات صنع القرار في سياق منصات التعليم الإلكتروني في التعليم السني، خاصة في ظل ظروف عدم اليقين والغموض. تقيم الدراسة خمسة منصات تعليم إلكتروني سني عبر سبعة معايير، مما يظهر أن نهج DHFS-Entropy-TOPSIS يتفوق على تقنيات صنع القرار الفuzzy التقليدية. تؤكد تحليلات الحساسية بشكل أكبر على قوة المنهجية المقترحة ضد التغيرات في تخصيص الأوزان.
في الختام، يلبي إطار عمل DHFS-MCDM بشكل فعال الحاجة إلى تقييم دقيق وشامل يتضمن عدم اليقين لمنصات التعليم الإلكتروني السني. من خلال دمج الوزن المدفوع بالإنتروبيا مع معايرة حساسية التكلفة الديناميكية، يوفر النهج تصنيفات موضوعية ومستقرة مع الحفاظ على تفاصيل تقييمات الخبراء. تشير النتائج إلى أن DHFS-MCDM يمثل تقدمًا كبيرًا على طرق MCDM الفuzzy التقليدية، مما يوفر لصانعي القرار أداة موثوقة وقابلة للتكيف لاختيار التقنيات التعليمية.
النتائج
في هذا القسم، تقدم الدراسة معاملات القرب (CC) لمختلف منصات التعليم الإلكتروني السني، مرتبة بناءً على قربها من الحل المثالي كما تحدده طريقة تقنية تفضيل الطلب بناءً على التشابه مع الحل المثالي (TOPSIS). تم ترتيب المنصات على النحو التالي: المنصة $P_2$ لديها أعلى CC بمقدار 0.568، تليها $P_3$ مع CC بمقدار 0.505، و$P_1$ عند 0.468، و$P_4$ عند 0.425، و$P_5$ مع CC بمقدار 0.395.
بالإضافة إلى ذلك، تؤكد التحليل على أهمية كل معيار تقييم وتأثيره على الترتيب العام للمنصات. يساعد هذا التقييم الشامل في فهم كيفية مساهمة العوامل المختلفة في فعالية حلول التعليم الإلكتروني السني، مما يوجه المستخدمين في اختيار المنصة الأنسب.
المناقشة
تهدف الدراسة المقترحة إلى تطوير والتحقق من صحة نموذج محسّن لصنع القرار متعدد المعايير (MCDM) مصمم لتقييم أنظمة التعليم الإلكتروني السني في ظل غموض وتردد الخبراء. يدمج النموذج مجموعات فuzzy المترددة المزدوجة (DHFS)، ونظام وزن موضوعي قائم على الإنتروبيا، وخوارزمية محسّنة لتقنية تفضيل الطلب بناءً على التشابه مع الحل المثالي (TOPSIS). تشمل الأهداف الرئيسية التقاط عدم اليقين ذو الطبقتين في تقييمات الخبراء، وتحسين التعبير الدلالي والدقة مقارنة بأساليب MCDM الفuzzy الحالية، وتطبيق الإطار لترتيب خمسة منصات تعليم إلكتروني سني بناءً على سبعة معايير تقييم. كما تؤكد البحث على إجراء تحليلات حساسية لتقييم قوة النموذج وتقترح التكامل المستقبلي مع التعلم الآلي لدعم القرار الديناميكي في تقييمات التكنولوجيا التعليمية.
تأسس الأساس الرياضي لإطار عمل DHFS-MCDM من خلال سلسلة من التعريفات والصيغ، بما في ذلك تجميع تقييمات الخبراء باستخدام المتوسط المرجح الفuzzy المتردد المزدوج (DHFWA) وحساب الأوزان المستندة إلى الإنتروبيا لتحديد أولويات المعايير. تقيم الدراسة خمسة منصات—Coursera وMoodle وEdX ومنصة مخصصة وBlackboard—عبر معايير مثل جودة المحتوى والتفاعل والميزات التقنية. تشير النتائج إلى أن Coursera تحتل المرتبة الأعلى، تليها EdX وMoodle، مع تحديد جودة المحتوى والفعالية التربوية كأكثر المعايير تأثيرًا في تحديد الأداء العام للمنصة. تؤكد النتائج على أهمية أطر التقييم القوية في تحسين أنظمة التعليم الإلكتروني للتعليم السني، مما يعزز في النهاية تجارب التعلم لكل من الطلاب والمعلمين.
DOI: https://doi.org/10.1038/s41598-025-24563-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41257945
Publication Date: 2025-11-19
Author(s): Nabilah Hani Abughazalah et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The paper presents a novel Multi-Criteria Decision-Making (MCDM) model utilizing Dual Hesitant Fuzzy Sets (DHFS) combined with entropy weights and an enhanced Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) algorithm. This model addresses the complexities of decision-making in the context of E-learning platforms in dental education, particularly under conditions of uncertainty and ambiguity. The study evaluates five dental E-learning platforms across seven criteria, demonstrating that the DHFS-Entropy-TOPSIS approach outperforms traditional fuzzy decision-making techniques. Sensitivity analyses further confirm the robustness of the proposed methodology against variations in weight assignments.
In conclusion, the DHFS-MCDM framework effectively meets the need for a nuanced and uncertainty-inclusive assessment of dental E-learning platforms. By integrating entropy-driven weighting with a dynamic cost-sensitivity calibration, the approach yields objective and stable rankings while preserving the subtleties of expert evaluations. The results indicate that DHFS-MCDM represents a significant advancement over conventional fuzzy MCDM methods, providing decision-makers with a reliable and adaptive tool for selecting educational technologies.
Results
In this section, the study presents the Closeness Coefficients (CC) for various dental E-learning platforms, ranking them based on their proximity to the ideal solution as determined by the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method. The platforms are ranked as follows: Platform $P_2$ has the highest CC of 0.568, followed by $P_3$ with a CC of 0.505, $P_1$ at 0.468, $P_4$ at 0.425, and $P_5$ with a CC of 0.395.
Additionally, the analysis emphasizes the significance of each evaluation criterion and its influence on the overall ranking of the platforms. This comprehensive assessment aids in understanding how different factors contribute to the effectiveness of dental E-learning solutions, thereby guiding users in selecting the most suitable platform.
Discussion
The proposed study aims to develop and validate an enhanced Multi-Criteria Decision-Making (MCDM) model tailored for evaluating dental E-learning systems amidst expert ambiguity and hesitation. The model integrates Dual Hesitant Fuzzy Sets (DHFS), an entropy-based objective weighting system, and an improved Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) algorithm. Key objectives include capturing dual-layer uncertainty in expert ratings, improving semantic expressiveness and accuracy compared to existing fuzzy MCDM methods, and applying the framework to rank five dental E-learning platforms based on seven evaluation criteria. The research also emphasizes conducting sensitivity analyses to assess the robustness of the model and suggests future integration with machine learning for dynamic decision support in educational technology assessments.
The mathematical foundation of the DHFS-MCDM framework is established through a series of definitions and formulations, including the aggregation of expert evaluations using the Dual Hesitant Fuzzy Weighted Average (DHFWA) and the computation of entropy-based weights for criteria prioritization. The study evaluates five platforms—Coursera, Moodle, EdX, a Custom Platform, and Blackboard—across criteria such as Content Quality, Interactivity, and Technical Features. Results indicate that Coursera ranks highest, followed by EdX and Moodle, with Content Quality and Pedagogical Effectiveness identified as the most influential criteria in determining overall platform performance. The findings underscore the importance of robust evaluation frameworks in optimizing E-learning systems for dental education, ultimately enhancing learning experiences for both students and educators.