Büyük Veri Seti
Büyük veri seti: İnsan davranışı ve etkileşimleri ile ilgili kalıpları, eğilimleri ve ilişkileri ortaya çıkarabilmek için analiz edebilecek büyük veri setleridir.
Öğrenme Analitiği
“Öğrenme Analitiği, insanların öğrenmelerini öngörmek ve fikir edinmek, bilgi ve sosyal ilişkileri keşfetmek için akıllı verilerin, öğrenilen bilgilerin ve analiz modellerinin kullanılmasıdır.” George Siemens
Örneğin;
Öğrencilerin sistemi terk nedenleri
Öğrenciler ile ilgili canlı istatistik
Grup ve Bireysel gelişimler
Öğrenme Analitiği, öğrenmeyi ve öğrenmenin oluştuğu ortamları anlamak ve iyileştirmek için öğrenciler ve içerikler hakkındaki verilerin ölçümü, toplanması, analizi ve raporlanmasıdır.
Eğitsel Veri Madenciliği
Eğitsel Veri Madenciliği; öğrencileri ve öğrendikleri koşulları daha iyi anlamak amacıyla eğitim ortamlarından gelen verilerin analizinde kullanılan süreçler için kullanılan bir terimdir.
|
Akademik Analiz
|
Öğrenme Analizi
|
|
Operasyonel ve finansal karar vermeyi desteklemek için gerekli olan verileri yüksek öğretim kurumlarına sağlama süreci
|
Belirli öğrenme hedeflerine ulaşmayı desteklemek için öğretim, müfredat ve destek kaynaklarını hedeflemeye yardımcı olma analitik tekniklerinin kullanılması
|
|
Kurumun işlerine odaklanmış
|
Öğrenci ve öğrenme davranışları üzerinde odaklanmış
|
|
Yönetim / üst düzey yöneticiler izleyici kitlesidir
|
Öğrenenler ve eğitmenler ana izleyici kitlesidir.
|
Öğrenme Analitik Sistem Türleri
Veri görselleştirme
Öğrenci danışmanlığı ve önerileri
Uyarlanabilir öğrenme ve bilişsel ders
Öğrenme Analitiği yazılımı, bir öğrencinin etkinliklerini sınıftaki diğer öğrencilerin, bu dersi daha önce alan öğrencilerle ve / veya her öğrencinin yol alacağı alacağı konusunda bir model oluşturur.
Bu şekilde, öğrenme analizleri, çoğu okul ve üniversitenin öğrenmeyi geliştirme amacıyla kullanılabilecekleri yapıları bulmak için topladığı çok büyük miktardaki verilere dayanmaktadır.
Öğrenme Analitikleri: Ne Yapabilir?
Öğrenme Analitiği Araçları: Öğrencilerin genel olarak zorluk çektikleri bir dersteki belirli çalışma birimlerini veya ödevleri tanımlamak için kullanılır. Böylece öğretmenler daha sonra tüm öğrencilerde öğrenmeyi geliştirmek için müfredatta değişiklik yapabilir veya öğrenme etkinliklerini değiştirebilirler.
Öğrenme Analitiği uygulamalarının kullandığı verilerin çoğu, aşağıdaki listedekileri içeren öğrenme yönetim sisteminden (LMS) gelmektedir:
- Giriş bilgileri
- Belirli faaliyetlere katılım oranları
- Öğrencilerin çevrimiçi kaynaklarla veya sınıftaki diğer kişilerle etkileşimde bulunmak için harcadıkları zaman,
- Notlar
Öğrenme Analitikleri neleri yapamaz?
- Veri izleme sistemleri akıllı değildir.
- Tıklama (Hit) sayıları ve erişim bilgileri her şeyi açıklayamaz.
- Özel verileri yorumlamak için uzman bir analist gereklidir.
- İdeal olanı veri madenciliğinden elde edilen verilerin görselleştirilmesi sağlandıktan sonra bu verilerin özel olarak yorumlanmasıdır.
- Sayılar, iyileştirmeye açık olan alanları ve ilgi çeken uygulamaları tanımlayabilse de iyileştirmeler için öneride bulunamazlar.
- Bunun için öğrencilerden gelen önerileri ve odak grup çalışmaları yapılarak elde edilen veriler insan müdahalesi ile mümkündür.
Öğrenme Analitiği Çıktıları
- Teşhis ve Tahmin Amaçlı; örneğin okulu bırakma veya ders başarısızlığı açısından ‘risk altındaki’ öğrencileri tanımlamak
- Kişiselleştirme ve Uyarlama; öğrencilere uyarlanmış öğrenme yolları veya değerlendirme materyalleri sağlamak,
- Müdahale Amaçlı; eğitimcilere öğrencileri desteklemek ve zamanında müdahale için bilgi sağlama
- Bilgi görselleştirme ve veri görselleştirme araçlarıyla öğrenme verisine genel bakış sağlayan öğrenme panoları şeklinde bilgi görselleştirmesi
Rafael Scapin, Ph.D.
https://www.reptic.qc.ca/wp-content/uploads/2014/10/2015-04_Learning_Analytics.pdf ‘den özetlenerek alınmıştır.
