Аналитика мультимодальная: различия между версиями

Материал из Поле цифровой дидактики
Строка 7: Строка 7:
|Environment=R, Julia, Python
|Environment=R, Julia, Python
}}
}}
Поделить деятельность ученика на отдельные кусочки действий и потом на основании этих кусочков "разломал, соединил, повторил, вернул" прогнозировать результаты. Разложить действия на  [[кластер]]ы.


== Литература ==
== Литература ==

Версия 10:49, 11 января 2024


Описание Направление учебной аналитики подчёркивает, что современные цифровые средства позволяют собирать данные сразу по нескольким каналам и такое многоканальное объединение данные выглядит очень перспективно.
Область знаний NetSci, Гибридное обучение"Гибридное обучение" is not in the list (Математика, Физика, Химия, Биология, Астрономия, География, Информатика, Робототехника, История, Медицина, ...) of allowed values for the "Field of knowledge" property.
Авторы Worsley, Blikstein
Поясняющее видео https://www.youtube.com/watch?v=AWvCIDGaKwU
Близкие понятия Аналитика учебная
Среды и средства для освоения понятия R, Julia, Python


Поделить деятельность ученика на отдельные кусочки действий и потом на основании этих кусочков "разломал, соединил, повторил, вернул" прогнозировать результаты. Разложить действия на кластеры.

Литература

  1. Abrahamson, D., Worsley, M., Pardos, Z.A., Ou, L.: Learning analytics of embodied design: Enhancing synergy. International Journal of Child-Computer Interaction. 32, 100409 (2022). https://doi.org/10.1016/j.ijcci.2021.100409.
  2. Crescenzi-Lanna, L.: Multimodal Learning Analytics research with young children: A systematic review. British Journal of Educational Technology. 51, 1485–1504 (2020). https://doi.org/10.1111/bjet.12959.
  3. DeLiema, D., Kwon, Y.A., Chisholm, A., Williams, I., Dahn, M., Flood, V.J., Abrahamson, D., Steen, F.F.: A Multi-dimensional Framework for Documenting Students’ Heterogeneous Experiences with Programming Bugs. Cognition and Instruction. 41, 158–200 (2023). https://doi.org/10.1080/07370008.2022.2118279.
  4. DeLiema, D., Kwon, Y.A., Chisholm, A., Williams, I., Dahn, M., Flood, V.J., Abrahamson, D., Steen, F.F.: A Multi-dimensional Framework for Documenting Students’ Heterogeneous Experiences with Programming Bugs. Cognition and Instruction. 41, 158–200 (2023). https://doi.org/10.1080/07370008.2022.2118279.
  5. Emerson, A., Cloude, E.B., Azevedo, R., Lester, J.: Multimodal learning analytics for game-based learning. British Journal of Educational Technology. 51, 1505–1526 (2020). https://doi.org/10.1111/bjet.12992.
  6. Giannakos, M., Cukurova, M.: The role of learning theory in multimodal learning analytics. British Journal of Educational Technology. 54, 1246–1267 (2023). https://doi.org/10.1111/bjet.13320.
  7. Giannakos, M., Spikol, D., Di Mitri, D., Sharma, K., Ochoa, X., Hammad, R.: Introduction to Multimodal Learning Analytics. In: Giannakos, M., Spikol, D., Di Mitri, D., Sharma, K., Ochoa, X., and Hammad, R. (eds.) The Multimodal Learning Analytics Handbook. pp. 3–28. Springer International Publishing, Cham (2022). https://doi.org/10.1007/978-3-031-08076-0_1.
  8. Mu, S., Cui, M., Huang, X.: Multimodal Data Fusion in Learning Analytics: A Systematic Review. Sensors. 20, 6856 (2020). https://doi.org/10.3390/s20236856.
  9. Ochoa, X.: Multimodal learning analytics. The handbook of learning analytics. 1, 129–141 (2017).
  10. Sharma, K., Giannakos, M.: Multimodal data capabilities for learning: What can multimodal data tell us about learning? British Journal of Educational Technology. 51, 1450–1484 (2020). https://doi.org/10.1111/bjet.12993.
  11. Shvarts, A., Abrahamson, D.: Coordination Dynamics of Semiotic Mediation: A Functional Dynamic Systems Perspective on Mathematics Teaching/Learning. Constructivist Foundations. 18, 220–234 (2023).
  12. Worsley, M., Abrahamson, D., Blikstein, P., Grover, S., Schneider, B., Tissenbaum, M.: Situating multimodal learning analytics. (2016).