什么是学习分析?

学习分析是为了理解和优化学习及其环境而测量、收集、分析和报告关于学习者及其环境的数据,正如2011年第一次LAK定义的那样,尽管该领域已经发展,但这一普遍的定义仍然是正确的。学习分析既是一个学术领域,也是一个商业市场,在过去十年中迅速形成。作为一个研究和教学领域,Learning Analytics坐落于学习(例如教育研究、学习和评估科学、教育技术),分析(例如统计、可视化、计算机/数据科学、人工智能)和以人为本的设计(例如可用性、参与式设计、社会技术系统思维)。

那么,有什么大惊小怪的?长期以来,人们一直在研究学习和教学、跟踪学生进步、分析学校或大学数据、设计评估和利用证据改进教学。学习分析建立在这些成熟学科的基础上,但一旦我们捕获新形式的数字数据来自学生的学习活动,以及使用计算分析技术从数据科学和人工智能。

主要用途。从历史上看,学习分析的一些最常见的用途是预测学生的学业成就,更具体地说,是识别哪些学生有失败或辍学的风险。虽然这两个问题吸引了大量关注是合理的,但学习分析要强大得多。来自研究和实践的证据表明,有更有效和有效的方法来使用分析来支持教学和学习。学习分析的一些最流行的目标包括:

  1. 支持学生发展终身学习技能和策略
  2. 就学生的学习情况提供个性化和及时的反馈
  3. 支持培养重要技能,如协作、批判性思维、沟通和创造力
  4. 通过支持自我反省来培养学生的意识
  5. 通过提供教学创新成功的经验证据,支持高质量的学习和教学

方法论

描述性分析:洞察过去

使用数据聚合和数据挖掘来了解随时间变化的趋势和评估指标。大多数统计数据都属于这一类,仅限于过去的数据,包括:

  • 从学生满意度和毕业生调查中收集的学生反馈
  • 对学生生命周期各个阶段的数据进行分析,从入学过程开始,到学生入职、入学、教牧护理、学习支持、考试和毕业。

诊断分析:为什么会发生这种情况

这种形式的高级分析的特点是采用深入调查、数据发现、数据挖掘和相关性等技术来检查数据或内容,以回答“为什么会这样?”的问题,包括:

  • 分析数据,以告知并提升整个组织的关键绩效指标
  • 分析模式以设计适当的度量
  • 公平准入报告和分析,以支持学生的有效策略
  • 学习管理系统指标提高学生参与度
  • 预测分析:了解未来

    结合历史数据以识别数据模式,并运用统计模型和算法捕捉不同数据集之间的关系,以预测趋势,包括:

  • 开发教职员工仪表盘,通过计划帮助预测学生人数和队列流动性,以帮助确定需要改进的领域

规定性分析:就可能的结果提供建议

通过结合机器学习、算法、业务规则和计算建模来推荐一个或多个选择,从而超越描述性和预测性,例如:

  • 专注于科目/课程,其中微小的改变可以对提高学生的参与度、反馈和成果产生很大的影响
  • 通过特定工具进行数据可视化,以提供有关学生入学率、课程阶段、结果和调查反馈的课程/学位级别指标,为教学人员提供课程中学生的可视快照

谁受益?学习分析提供了研究人员用令人兴奋的新工具来研究教学。此外,随着数据基础设施的改进——从数据捕获和分析到可视化和推荐——我们可以关闭反馈回路为学员提供更及时、准确、可操作的反馈。此外教育工作者、教学设计师机构领导人一旦学习过程持续且可见,就可以获得新的见解。

组织的基础设施。SoLAR正在培育的社区在利益上与众不同了解组织系统需要引入和维持分析。SoLAR的活动和出版物吸引了一批欢迎万博体育网站投注育领导人和决策者在教育/商业/政府中与战略有关组织变革.

数据、分析和人工智能的道德规范。世界各地有许多公众和专业人士的辩论,这是理所当然的“大数据”和人工智能的伦理,包括隐私、不透明的“黑箱”算法问题、在有偏见的数据集上训练机器学习分类器的风险,以及错误预测某人行为的危险。这些问题与教育同样相关,因此教育数据、分析和人工智能的道德规范是SoLAR工作的前沿和中心,在我们的活动和出版物中非常活跃。万博体育网站投注育

简单地学习分析

学习分析简介

Yi Shan Tsai,爱丁堡大学

引用:
Clow,D.(2012)。学习分析周期:有效地关闭循环。
Gašević,D.,Dawson,S.,和Siemens,G.(2015)。别忘了:学习分析就是学习。TechTrends,59(1),64-71。
西门子,G., & d Baker R. S.(2012年4月)。学习分析和教育数据挖掘:面向沟通和协作。第二届学习分析与知识国际会议论文集(252-254页)。ACM。
蔡耀胜和加塞维奇,D.(2017年3月)。高等教育中的学习分析——挑战与政策:八项学习分析政策回顾。第七届国际学习分析与知识会议论文集(第233-242页)。ACM。
蔡,Y.-S。, Gašević, D., Whitelock-Wainwright, A., Muñoz-Merino, P. J., Moreno-Marcos, P. M., Fernández, A. R., Kloos, C. D., Scheffel, M., Jivet, I., Drachsler, H., Tammets, K., Calleja, A. R.,和Kollom, K. (2018) SHEILA:支持高等教育的综合学习分析研究报告(https://sheilaproject.eu/2018/11/30/sheila-final-research-report/)

×

登记|丢失的密码

Baidu