مسیر مهاجرت ارزیابی رایگان
مبحث ۳ از ۵

تناسب برنامه: درس‌ها، استادها، خروجی‌ها و جای رنکینگ Programme Fit

صفحه‌ی برنامه را درست بخوان، تناسب را با سه ذره‌بین بسنج و رنکینگ را سر جای خودش بگذار.

منبع: QS methodology pages · Graduate Outcomes (HESA) · KTH and Politecnico di Milano entry requirementsحدود ۱۲ دقیقه مطالعه

رستوران پنج‌ستاره‌ای که غذای تو را ندارد

فرض کن دنبال جایی برای شام هستی. معروف‌ترین رستوران شهر امتیاز عالی دارد، ولی منویش پر از غذای دریایی است و تو اصلاً غذای دریایی نمی‌خوری. رستوران کوچک‌تری دو خیابان آن‌طرف‌تر دقیقاً همان چیزی را دارد که دلت می‌خواهد. امتیاز بالا درباره‌ی کل رستوران است؛ سؤال تو درباره‌ی بشقاب خودت است.

انتخاب برنامه همین است. در درس قبل برنامه‌هایی را که شدنی نبودند حذف کردی. حالا از بین برنامه‌های شدنی، باید آن‌هایی را پیدا کنی که واقعاً به هدف تو می‌خورند. به این می‌گوییم «تناسب» (fit).

در این درس سه ذره‌بین تناسب را یاد می‌گیری: درس‌ها، استادها و پژوهش، و خروجی‌ها. بعد صفحه‌ی یک برنامه را با ترتیب درست می‌خوانی و در آخر می‌بینی رنکینگ کجای این تصمیم می‌نشیند.

ببینش: سه ذره‌بین تناسب

سه دایره‌ی هم‌پوشان: درس‌ها، استادها و پژوهش، خروجی‌ها. برنامه‌ی مناسب جایی است که هر سه هم‌پوشانی دارند. درس‌ها اجباری، اختیاری، پروژه استادها پژوهش فعلی، گروه‌ها خروجی‌ها شغل، دکترا، شبکه تناسب
برنامه‌ای که فقط در یک دایره قوی است، تناسب خوبی نیست. دنبال برنامه‌ای باش که در هر سه دست‌کم قابل‌قبول باشد و در دایره‌ای که برای هدف تو مهم‌تر است، قوی.

وزن هر دایره به هدفت بستگی دارد. برای ارشد درسی که بعدش می‌خواهی کار کنی، درس‌ها و خروجی شغلی مهم‌ترند. برای ارشد پژوهشی یا دکترا، استاد و گروه پژوهشی بیشترین وزن را دارد.

ذره‌بین ۱: درس‌ها

اسم برنامه کم می‌گوید. دو برنامه‌ی «ارشد علوم داده» ممکن است یکی تقریباً آمار باشد و دیگری بیشتر مهندسی نرم‌افزار. برای فهمیدن فرقشان، فهرست درس‌ها (curriculum یا study plan) را باز کن و این‌ها را ببین:

  • درس‌های اجباری: این‌ها هسته‌ی برنامه‌اند و تو هیچ انتخابی درباره‌شان نداری. اگر نیمی از آن‌ها برایت جذاب نیست، علامت خطر است.
  • سهم اختیاری‌ها: چند واحد را خودت انتخاب می‌کنی و از چه فهرستی؟
  • پروژه و پایان‌نامه: چند واحد است؟ برای کسی که بعداً دکترا می‌خواهد، پایان‌نامه‌ی پژوهشی جدی یک امتیاز است.
  • پیش‌نیازها: درس‌هایی که از کارشناسی انتظار دارند. این‌جا تناسب از دو طرف است: پلی‌تکنیک میلان صریحاً درس‌های بسیار مرتبط با برنامه را شرط کرده است و KTH در رتبه‌بندی متقاضیان کیفیت و تناسب درس‌های مرتبط را می‌سنجد (هر دو بررسی‌شده در ۲۴ آبان ۱۴۰۵). یعنی ریزنمرات تو هم باید با برنامه جور باشد.

ذره‌بین ۲: استادها و پژوهش

برای برنامه‌های پژوهشی، «دانشگاه» تو در عمل همان گروهی است که در آن کار می‌کنی. از صفحه‌ی برنامه به فهرست استادها یا گروه‌های پژوهشی برو و برای دو سه نفری که به علاقه‌ات نزدیک‌اند این‌ها را ببین:

  • مقاله‌های سه سال اخیرشان درباره‌ی چیست؟ صفحه‌ی شخصی ممکن است قدیمی باشد؛ فهرست انتشارات تازه تصویر واقعی‌تری می‌دهد.
  • گروهشان الان دانشجو دارد؟ پروژه‌ی فعال یا موقعیت باز اعلام کرده‌اند؟
  • موضوع پایان‌نامه‌های دانشجوهای قبلی چه بوده؟ خیلی از برنامه‌ها فهرست پایان‌نامه‌ها را منتشر می‌کنند.

اگر در یک برنامه‌ی پژوهشی حتی یک استاد پیدا نکردی که کارش به تو بخورد، تناسب ضعیف است، هرچقدر هم دانشگاه معروف باشد.

ذره‌بین ۳: خروجی‌ها

بپرس فارغ‌التحصیل‌های این برنامه کجا می‌روند. بعضی برنامه‌ها صفحه‌ی «Careers» یا آمار فارغ‌التحصیلان دارند. بین ادعای تبلیغاتی و داده فرق بگذار: «فارغ‌التحصیلان ما در شرکت‌های بزرگ کار می‌کنند» داده نیست؛ «درصد شاغل‌ها پس از چند ماه، با روش نظرسنجی» داده است.

بعضی کشورها داده‌ی رسمی دارند. در بریتانیا، نظرسنجی ملی Graduate Outcomes که بخشی از HESA است، از فارغ‌التحصیلان ۱۵ ماه پس از پایان دوره‌شان می‌پرسد چه می‌کنند (بررسی ۲۵ آبان ۱۴۰۵). وقتی برنامه‌ای عددی درباره‌ی اشتغال می‌دهد، بپرس از کدام منبع و چند ماه بعد از فارغ‌التحصیلی.

صفحه‌ی برنامه را با این ترتیب بخوان

صفحه‌ی برنامه را از بالا به پایین نخوان. این ترتیب، هم سریع‌تر است و هم برنامه‌ی نامناسب را زودتر کنار می‌گذارد:

  1. شرایط ورودهنوز با فیلترهای درس قبل جور است؟ مخصوصاً پیش‌نیازها.
  2. فهرست درس‌هااجباری‌ها، اختیاری‌ها، پروژه و پایان‌نامه.
  3. استادها و گروه‌هادست‌کم دو نفر که کارشان به تو بخورد.
  4. خروجی‌هاشغل، دکترا، داده‌ی واقعی یا ادعای کلی؟
  5. هزینه و فاندشهریه‌ی بین‌المللی و راه‌های فاند همین برنامه.
  6. نحوه‌ی درخواستددلاین، مدارک، تعداد توصیه‌نامه و هزینه‌ی درخواست.

سه مرحله‌ی وسط همان سه ذره‌بین‌اند. اگر در مرحله‌ی دوم یا سوم جواب «نه» بود، لازم نیست بقیه را بخوانی.

رنکینگ کجای این تصمیم است؟

رنکینگ ابزار است، نه جواب. سه نکته کمک می‌کند درست از آن استفاده کنی:

اول، رنکینگ کلی چیزی جز برنامه‌ی تو را می‌سنجد. طبق صفحه‌ی روش‌شناسی QS (منتشرشده ۲۰ مه ۲۰۲۶؛ بررسی ۲۵ آبان ۱۴۰۵)، در رتبه‌بندی کلی این مؤسسه شهرت علمی ۳۰ درصد، استناد به ازای هر عضو هیئت علمی ۲۰ درصد، شهرت نزد کارفرمایان ۱۵ درصد و نتایج اشتغال ۵ درصد وزن دارند. یعنی تقریباً نیمی از امتیاز از نظرسنجی‌های شهرت می‌آید، و همه‌ی این‌ها درباره‌ی کل دانشگاه است، نه برنامه‌ی تو.

دوم، رنکینگ موضوعی به سؤال تو نزدیک‌تر است. QS در صفحه‌ی راهنمای رنکینگ موضوعی (نسخه‌ی ۲۰۲۴ با ۵۵ رشته؛ بررسی ۲۵ آبان ۱۴۰۵) نوشته از شهرت علمی، شهرت نزد کارفرما، استناد به ازای هر مقاله، شاخص H و شبکه‌ی پژوهشی بین‌المللی استفاده می‌کند و وزن استنادها را با الگوی انتشار هر رشته تنظیم می‌کند. هنوز درباره‌ی برنامه نیست، ولی دست‌کم درباره‌ی رشته است.

سوم، فقط یک رنکینگ را ملاک بگذار. رنکینگ‌های مختلف روش‌های مختلف دارند و مقایسه‌ی رتبه‌ی یک دانشگاه در یکی با رتبه‌ی دانشگاه دیگر در دیگری بی‌معناست. در مقاله‌ی «اکسل اپلای: چطور لیست دانشگاه‌ها و ددلاین‌ها را مرتب کنیم» هم همین را گفته‌ایم: یک ستون رتبه، از یک منبع ثابت.

یک نکته‌ی جالب: رنکینگ گاهی از طرف دیگر هم وارد می‌شود. KTH نوشته برای مدرک خارجی، رتبه‌ی دانشگاهی که از آن فارغ‌التحصیل شده‌ای بخشی از امتیاز رتبه‌بندی است (بررسی ۲۴ آبان ۱۴۰۵). این را در لایه‌بندی درس اول به حساب بیاور.

یک جدول امتیاز تناسب

سپیده لیسانس آمار دارد و ارشدی می‌خواهد که بعدش در صنعت کار کند. وزن‌هایش را از هدفش گرفته: درس‌ها ۴۰، خروجی‌ها ۳۰، استادها ۲۰ و رنکینگ موضوعی ۱۰. به هر برنامه در هر معیار از ۱ تا ۵ امتیاز داده است:

معیار (وزن)Rivermoor · MSc Data ScienceGlenfield · MSc Statistics
درس‌ها (۴۰)۴: یادگیری ماشین و پایگاه داده اجباری‌اند۵: آمار کاربردی، دقیقاً پیشینه‌ی او
خروجی‌ها (۳۰)۵: آمار اشتغال با روش روشن۲: فقط ادعای کلی
استادها (۲۰)۳: دو استاد مرتبط۴: سه استاد مرتبط
رنکینگ موضوعی (۱۰)۳۵
جمع وزنی از ۵۴٫۰۳٫۹

سپیده، برنامه‌ها، امتیازها و وزن‌ها ساختگی‌اند. جمع وزنی یعنی هر امتیاز ضرب در وزنش، تقسیم بر ۱۰۰.

برنامه‌ی دوم رتبه‌ی موضوعی بهتری دارد، ولی برای هدف سپیده، یعنی کار در صنعت، برنامه‌ی اول کمی جلوتر است. اگر هدفش دکترا بود و وزن استادها را بالا می‌برد، نتیجه ممکن بود برعکس شود. جدول تصمیم نمی‌گیرد؛ کمک می‌کند ببینی بر اساس چه چیزی تصمیم می‌گیری.

ببینش ویدیو

این ویدیو ضبط یک سمینار در نمایشگاه تحصیل در بریتانیاست که British Council یونان منتشر کرده. ارائه‌دهنده نماینده‌ی یک دانشگاه بریتانیایی است، بیشتر از کارشناسی حرف می‌زند و بخشی از ویدیو معرفی دانشگاه خودش است؛ ما آن دانشگاه را توصیه یا بررسی نکرده‌ایم. موقع دیدن، هر معیاری را که مطرح می‌کند در یکی از سه دایره‌ی این درس بگذار: درس‌ها، استادها یا خروجی‌ها.

How to Choose the Right Course for You · British Council Greeceباز کردن در یوتیوباگر ویدیو باز نشد، یوتیوب در اینترنت شما در دسترس نیست.

نگاه یک پژوهشگر باتجربه

  • پیش از ایمیل به استاد، دو مقاله‌ی تازه‌اش را بخوان. اگر نتوانستی در دو جمله بگویی چرا کارش به تو می‌خورد، هنوز تناسب را نسنجیده‌ای.
  • درس‌های اجباری را با ریزنمراتت کنار هم بگذار. هر پیش‌نیازی که نداری را بنویس؛ هم برای تصمیم لازم است، هم برای انگیزه‌نامه.
  • تناسب بهترین ماده‌ی انگیزه‌نامه است. یادداشت‌های همین مرحله، یعنی اسم درس‌ها، گروه‌ها و دلیل تناسب، بعداً بدنه‌ی انگیزه‌نامه‌ی اختصاصی هر برنامه می‌شود.
  • از دانشجوهای فعلی بپرس. بعضی برنامه‌ها سفیر دانشجویی یا جلسه‌ی پرسش و پاسخ دارند. یک سؤال دقیق از دانشجوی سال دوم از ده صفحه‌ی تبلیغاتی مفیدتر است.

اشتباه‌های رایج

  • انتخاب با اسم برنامه: دو برنامه با اسم یکسان ممکن است محتوای کاملاً متفاوت داشته باشند.
  • تکیه بر رنکینگ کلی: رتبه‌ی کل دانشگاه درباره‌ی گروه آموزشی تو چیز زیادی نمی‌گوید.
  • مقایسه‌ی رتبه‌ها از رنکینگ‌های مختلف: روش‌ها فرق دارند و مقایسه‌شان معنا ندارد.
  • اعتماد به صفحه‌ی قدیمی استاد: علاقه‌ی پژوهشی‌ای که پنج سال پیش نوشته شده ممکن است دیگر کار فعلی‌اش نباشد.
  • نادیده گرفتن پیش‌نیازها: برنامه‌ی جذابی که درس‌های پایه‌اش را نداری، یا ردت می‌کند یا سال اولت را سخت می‌کند.

چیزهایی که باید یادت بماند

  • تناسب را با سه ذره‌بین بسنج: درس‌ها، استادها و پژوهش، و خروجی‌ها؛ وزنشان را از هدفت بگیر.
  • صفحه‌ی برنامه را به ترتیب بخوان: شرایط، درس‌ها، استادها، خروجی‌ها، هزینه و فاند، نحوه‌ی درخواست.
  • رنکینگ کلی بیشتر شهرت کل دانشگاه را می‌سنجد؛ رنکینگ موضوعی نزدیک‌تر است ولی هنوز درباره‌ی برنامه نیست.
  • یک رنکینگ ثابت را ملاک بگذار و آن را آخرین معیار تصمیم کن، نه اولین.
  • یادداشت‌های تناسب، مواد خام انگیزه‌نامه‌ی اختصاصی هر برنامه‌اند.

این مبحث کجای نقشه است؟

در «فیلترهای سخت» برنامه‌های ناشدنی را حذف کردی و در این مبحث برنامه‌های شدنی را با تناسب سنجیدی. حالا هر برنامه یک لایه و یک امتیاز تناسب دارد. مبحث بعد، «لایه‌ی فاند»، می‌پرسد هر کدام از این برنامه‌ها چطور تأمین مالی می‌شود و چه چیزی را باید زودتر از ددلاین پذیرش انجام بدهی.

تمرین

اول خودت انجام بده، بعد جواب را باز کن.

تمرین ۱. دو برنامه‌ی فهرستت را که اسم مشابهی دارند انتخاب کن. فهرست درس‌های اجباری هر دو را کنار هم بنویس و بگو کدام به هدفت نزدیک‌تر است.

چطور بفهمم درست انجام دادم؟

اگر توانستی دست‌کم دو فرق مشخص پیدا کنی، مثلاً «اولی یادگیری عمیق را اجباری دارد و دومی آمار بیزی را»، و آن فرق را به هدفت ربط دادی، درست انجام داده‌ای. اگر فرقی پیدا نکردی، احتمالاً فقط عنوان درس‌ها را خواندی؛ توضیح درس‌ها یا سرفصل‌ها را هم باز کن.

تمرین ۲. دوستت می‌گوید «این دانشگاه در رنکینگ کلی بیستم دنیاست، پس ارشد مهندسی مواد آن‌جا از آن یکی که صد و پنجاهم است بهتر است.» چه جوابی می‌دهی؟

نمایش جواب

رنکینگ کلی بیشتر شهرت و پژوهش کل دانشگاه را می‌سنجد؛ در QS تقریباً نیمی از امتیاز کلی از نظرسنجی‌های شهرت است. برای مقایسه‌ی دو برنامه‌ی مهندسی مواد، دست‌کم رنکینگ موضوعی همان رشته را ببیند، و مهم‌تر از آن درس‌ها، استادها و خروجی‌های همان دو برنامه را. ممکن است برنامه‌ی دانشگاه صد و پنجاهم برای هدف او مناسب‌تر باشد.

تمرین ۳. برای یک برنامه‌ی پژوهشی فهرستت، دو استاد پیدا کن و برای هر کدام یک جمله بنویس: «کار اخیر او درباره‌ی ... است و به ... من ربط دارد.»

چطور بفهمم درست انجام دادم؟

اگر جمله‌هایت به یک مقاله یا پروژه‌ی مشخص از سه سال اخیر اشاره می‌کنند، نه فقط به عنوان کلی گروه، درست است. اگر برای نوشتن جمله دوم به زحمت افتادی، شاید آن برنامه در ذره‌بین استادها ضعیف است؛ امتیاز تناسبش را کم کن.

منابع