Font size
A-
A
A+
Site color
R
A
A
A
Side panel
Enter your search query
Čeština (cs)
Deutsch (de)
English (en)
Français (fr)
Íslenska (is)
Lietuvių (lt)
Polski (pl)
Türkçe (tr)
You are currently using guest access (
Log in
)
Skip to main content
Besimokančiųjų stebėsena, parama ir įtrauktis mokymosi duomenų analizės pagrindu
Home
Courses
DigiProf
TMO2_LT
Konceptualus įvadas
Konceptualus įvadas
Konceptualus įvadas
Pagrindinių mokymų sąvokų pristatymas
Click
Konceptualus įvadas.pptx.pdf
link to view the file.
Previous activity
◄ Skelbimai
Jump to...
Jump to...
Mokomosios medžiagos planas
Kaip vertinate savo žinias apie skaitmeninių įrodymų stebėseną prieš pradėdami šiuos mokymus?
Žodynas
Socialinis forumas diskusijoms ir dalijimuisi
Skelbimai
Learning analytics in a nutshell (video)
Įvadas
1.1. skyrius. Kaip kurti metakognityvines mokymo ir mokymosi strategijas?
1.1.1. Metakognityvinės strategijos, padedančios besimokantiesiems planuoti, stebėti ir apmąstyti savo mokymąsi
1.1.2. Metakognityvinės strategijos, skatinančios besimokančiųjų metakognityvinį mąstymą apie mokymosi dizainą
Gerosios praktikos pavyzdys
1.2. skyrius. Kaip nustatyti dalyko veiklų nustatymus, kad būtų galima stebėti besimokančiųjų įsitraukimą?
1.2.1. Veiklos užbaigimo nustatymas, siekiant stebėti studentų pažangą ir remti savivaldų mokymąsi
1.2.2. Diskusijų forumo sukūrimas ir lankomumo veikla
1.2.3. Susieti mokymosi rezultatus su mokymosi veikla ir sukurti įverčių knygelę
Gerosios patirties pavyzdys
1.3 skyrius. Kaip pasirinkti ir įdiegti skaitmenines priemones, kurie kauptų duomenis apie besimokančiųjų pažangą?
1.3.1. Įrankių, padedančių mokytis ir kaupti duomenis, parinkimas
1.3.2. Išorinių įrankių pasirinkimas mokymuisi organizuoti ir duomenims kaupti
Gerosios patirties pavyzdys
Literatūra
Testas
Klausimai savirefleksijai
Įvadas
2.1. skyrius. Kaip analizuoti ir interpretuoti turimus įrodymus apie besimokančiųjų veiklą ir pažangą, siekiant skatinti besimokančiųjų įsitraukimą?
2.1.1. Klausimai, kuriuos dėstytojas turi sau užduoti analizuodamas studentų įsitraukimo duomenis
2.1.2. Įrodymais pagrįsti duomenys apie besimokančiųjų veiklą ir pažangą
Gerosios praktikos pavyzdys
Literatūra
2.2. Kaip, naudojant ataskaitas, atlikti duomenimis pagrįstas mokymo ir mokymosi intervencijas?
2.2.1. Klausimai, kuriuos dėstytojas turi sau užduoti analizuodamas mokymo ir mokymosi duomenis
2.2.2. Įrodymais pagrįstų sprendimų dėl mokymo ir mokymosi priėmimas
Gerosios patirties pavyzdys
LITERATŪRA PAPILDOMAM SKAITYMUI
Testas
Klausimai savirefleksijai
Įvadas
VAIZDO ĮRAŠAS– Engaging learners in VLEs
3.1. Kaip skatinti studentų įtrauktį?
Studentų įtrauktis
3.1.1. Studentų įtraukimas į NMA
3.1.2. NMA-susieti įrankiai, padedantys kurti dalyko turinį ir užtikrinti įsitraukimą
3.1.3. Įtraukite studentus į mokymosi proceso apmąstymą ir savęs vertinimą
Gerosios praktikos pavyzdys 1
Gerosios praktikos pavyzdys 2 (papildomai, anglų k.)
Literatūra
3.2. Kaip didinti studentų įtrauktį remiantis MDA atvaizdavimo lango informacija?
3.2.1.Kas yra mokymosi duomenų analizės informacijos atvaizdavimo langas (LADs)?
3.2.2. Studentų įsitraukimas remiantis LADs
Gerosios patirties pavyzdys
Literatūra
Literatūra papildomam skaitymui
Testas
Klausimai savirefleksijai
Savitikros įrankis
Konceptualus įvadas
1 skyrius. Įvadas
1 skyrius. Savitikros testas ir klausimai savirefleksijai
1.2. skyrius. Kaip nustatyti veiklų nustatymus
1.1 skyrius. Kaip kurti metakognityvines mokymo ir mokymosi strategijas
1.3. Kaip pasirinkti skaitmenines priemones, kaupiančias duomenis
2 skyrius. Savitikros klausimai
2 skyrius. Įvadas
2.2. skyrius. Kaip atlikti intervencijas duomenų pagrindu
2.1. skyrius. Kaip analizuoti ir interpretuoti duomenis
3 skyrius. Įvadas
3 skyrius. Savitikros klausimai
3.2. skyrius. Kaip didinti studentų įtraukti pasitelkiant dashboards
3.1. skyrius. Studentų įtrauktis
3.1. skyrius. Kaip skatinti studentų įtrauktį
Apibendrinantis Savitikros įrankis
Next activity
Learning analytics in a nutshell (video) ►
Home
Calendar