PRZYKŁAD NAJLEPSZYCH PRAKTYK
Tytuł: Interwencje oparte na LA w celu poprawy wyników uczniów (Oliva-Córdova i in., 2021)
Uniwersytet: Wydział Inżynierii, Uniwersytet San Carlos w Gwatemali, Gwatemala.
Sekcja ram: LA generuje dane o uczniu – nauczycielu, uczniu – uczniu i uczniu - interwencje merytoryczne
Do jakich kompetencji i efektów uczenia się w ramach DigicompEdu się odnosimy?
Kompetencje | Wyniki uczenia się |
|---|---|
Samoregulujące uczenie się Analiza dowodów Informacje zwrotne i planowanie | korzystaj z technologii cyfrowych, aby umożliwić uczniom zapisywanie postępów, np. poprzez nagrania audio lub wideo oraz zdjęcia. korzystaj z technologii cyfrowych (np. ePortfolio, blogi uczniów), aby umożliwić uczniom nagrywanie i prezentowanie swojej pracy. |||UNTRANSLATED_CONTENT_START|||- To analyse and interpret available evidence on learner activity and progress, including the data generated by the digital technologies used.|||UNTRANSLATED_CONTENT_END||| - Wykorzystanie technologii cyfrowej do oceny i przekazywania informacji zwrotnych na temat zadań przesłanych drogą elektroniczną. |
Kluczowe zagadnienia:
Ta najlepsza praktyka oparta na Oliva-Córdova i in. (2021) podkreśla, że analityka uczenia się pomaga odpowiedzieć na następujące problemy:
Jak praktyczny jest kurs?
Czy kurs zaspokaja potrzeby studentów?
W jaki sposób można wspierać potrzeby uczniów?
Jakie rodzaje interakcji są angażujące i produktywne?
Aby odpowiedzieć na te pytania, należy przejrzeć i ocenić zachowanie uczniów, ich oceny, wskaźnik rezygnacji i refleksje nauczyciela na koniec kursu. W ten sposób LA może pomóc w analizie interwencji uczeń-uczeń, uczeń-uczeń-uczeń-uczeń-uczeń-uczeń-uczeń-uczeń i uczeń-uczeń-uczeń-uczeń.
Ta najlepsza praktyka pokazuje, jakie dane nauczyciele mogą gromadzić w celu informowania o interwencjach w zakresie nauczania i uczenia się (tabela 1).
Tabela 1. Metoda zbierania danych w odniesieniu do celu analizy danych (na podstawie Oliva-Cordoba, Garcia-Cabot & Amado-Salvatierra, 2021, s. 9)
Sugerowany cel niezależnej zmiennej /analizy danych | Metoda zbierania danych/ dane, które mogą być monitorowane i analizowane w celu poznania konkretnej zmiennej |
|---|---|
Całkowity czas nauki w LMS | Obliczanie całkowitej liczby godzin przepracowanych między logowaniem a wylogowaniem. |
Interakcja z wirtualnymi obiektami edukacyjnymi | Dodanie łącznej liczby interakcji zgłoszonych w raporcie SCORM wirtualnych obiektów uczących się. |
Interakcje na forach/wiki | Dodanie łącznej liczby zgłoszonych interakcji z wtyczką analityki forum. |
Interakcja z zadaniami edukacyjnymi | Dodanie całkowitej liczby zgłoszeń zadań uczestników za pośrednictwem bloku dystrybucji zgłoszeń. |
Wydajność uczenia się | Dodawanie wszystkich wyników do zadań i ocen w trakcie kursu. |
Komunikacja i informacje zwrotne | Liczenie liczby wiadomości i informacji zwrotnych o zadaniu. |
Mentoring | Liczenie kolejnych e-maili, rozmów telefonicznych, spotkań synchronicznych i udziału w forach pytań. |
Learning Design | Liczenie zasobów przeznaczonych na kurs, dostosowanych zasobów edukacyjnych, wzbogaconych filmów, uzupełniających odczytów i zaprojektowanych zajęć pozalekcyjnych. |
Motywacja | Zliczanie liczby wysyłanych wiadomości motywacyjnych, spotkań pozalekcyjnych i zaimplementowanej dynamiki gry. |
Ta najlepsza praktyka pokazuje, że komunikacja i informacje zwrotne wpływają na wyniki w nauce i że rola nauczycieli ma kluczowe znaczenie. Muszą odpowiednio zaprojektować środowisko uczenia się, muszą być w stanie zarządzać narzędziami LA, dostarczać na czas informacji zwrotnych i monitorować wyniki uczenia się. Wyniki uczniów poprawiają się po interwencjach opartych na LA przeprowadzonych przez nauczycieli.
Znaczenie dla nauczycieli:
Interwencje oparte na LA dotyczą treści do dostarczenia, wybranych strategii pedagogicznych, projektu sekwencji dydaktycznych, rodzaju oceny do wyboru, narzędzia do wsparcia projektu. Wszystkie te elementy powinny być konfigurowalne i przyjazne dla użytkownika. Projekt nauczania oparty na LA ma bezpośredni pozytywny wpływ na wyniki uczenia się uczniów. Innymi słowy, gdy nauczyciele odgrywają aktywną rolę w projektowaniu uczenia się, wyniki uczenia się uczniów i wydajność poprawiają się.
Dokumenty źródłowe
Oliva-Córdova, L. M., Garcia-Cabot, A, & Amado-Salvatierra, H. R. (2021) Application of Learning Analytics in Virtual Tutoring: Moving toward a Model Based on Interventions and Learning Performance Analysis, Applied Sciences, 11, 1085. DOI:10.3390/app11041805