Аналитика учебная: различия между версиями
Patarakin (обсуждение | вклад) |
Patarakin (обсуждение | вклад) |
||
Строка 21: | Строка 21: | ||
* Blikstein P. Using [[Learning Analytics]] to Assess Students’ Behavior in Open-ended Programming Tasks LAK ’11 / New York, NY, USA: ACM, 2011. 110–116 с. | * Blikstein P. Using [[Learning Analytics]] to Assess Students’ Behavior in Open-ended Programming Tasks LAK ’11 / New York, NY, USA: ACM, 2011. 110–116 с. | ||
=== Типы аналитики === | |||
; Максим Скрябин - https://iite.unesco.org/ru/news/prezentatsiya-novogo-onlajn-kursa-vvedenie-v-uchebnuyu-analitiku/ | ; Максим Скрябин - https://iite.unesco.org/ru/news/prezentatsiya-novogo-onlajn-kursa-vvedenie-v-uchebnuyu-analitiku/ | ||
: Опираясь на функциональную таксономию учебной аналитики, выделяет три области учебной аналитики: | : Опираясь на функциональную таксономию учебной аналитики, выделяет три области учебной аналитики: | ||
Строка 28: | Строка 28: | ||
# аналитика событий | # аналитика событий | ||
=== Аналитические задачи === | |||
{| {{prettytable}} | {| {{prettytable}} | ||
|- | |- | ||
!{{Hl2}}| Тип | !{{Hl2}}| Тип | ||
!{{Hl2}}| [[Данные образовательные]] | |||
!{{Hl2}}| Задачи | !{{Hl2}}| Задачи | ||
!{{Hl2}}| Примеры | !{{Hl2}}| Примеры | ||
|- | |- | ||
| Описательная | | Описательная | ||
| Отчеты о посещаемости, ведомости оценок, оценки работы учителей | |||
| Описание данных | | Описание данных | ||
| Меры разброса, характеристики распределения | | Меры разброса, характеристики распределения | ||
|- | |- | ||
| Диагностическая | | Диагностическая | ||
| Cистема относительных оценок, расчет среднего балла учащихся. | |||
| Причинно-следственные связи, связи между переменными | | Причинно-следственные связи, связи между переменными | ||
| Проверка гипотез, [[дисперсионный анализ]], [[кластерный анализ]], [[корреляционный анализ]] | | Проверка гипотез, [[дисперсионный анализ]], [[кластерный анализ]], [[корреляционный анализ]] | ||
|- | |- | ||
| Предсказательная | | Предсказательная | ||
| На основании количества поступлений прогнозировать поступления будущего года | |||
| Составление прогнозов | | Составление прогнозов | ||
| [[Регрессионный анализ]] | | [[Регрессионный анализ]] | ||
|- | |- | ||
| Предписывающая | | Предписывающая | ||
| Действия на основании имеющихся данных | |||
| Оптимизация и управление | | Оптимизация и управление | ||
| [[Имитационное моделирование]], экспертные системы | | [[Имитационное моделирование]], экспертные системы | ||
|} | |} |
Текущая версия на 09:18, 23 мая 2024
Описание | Аналитика учебная. (Learning analytics) — измерение, сбор, анализ и представление данных об учениках и их действиях с целью понимания и оптимизации учебного процесса и той среды, где это этот процесс происходит. Набор методов, позволяющих учителям и ученикам лучше понимать происходящее в учебном процессе. |
---|---|
Область знаний | NetSci, Информатика, Образование |
Авторы | UNESCO |
Поясняющее видео | |
Близкие понятия | Сетевой анализ, Цифровой объект, Аналитика, Аналитика мультимодальная, Самоконтроль цифровой |
Среды и средства для освоения понятия | R, Snap!, Python, J |
Термин «учебная аналитика» определяет направление исследований, основанное на компьютерном сборе, анализе и представлении данных об учениках и их действиях с целью понимания и оптимизации учебного процесса и той среды, где этот процесс происходит. В настоящее время учебная аналитика объединяет множество исследований, в основании которых лежит анализ цифровых записей о деятельности субъектов образования. Таких записей становится всё больше, поскольку участие субъекта образования в учебном процессе всё чаще опосредуется цифровыми устройствами, благодаря которым данные о поведении участника автоматически могут быть получены, сохранены и использованы для анализа.
Данные учебной аналитики могут включать специальные электронные журналы, в которых хранятся хронологические записи обо все действия пользователя: изменение переменных, нажатие кнопок, изменения в коде создаваемого текста или компьютерной программы; мобильные данные о местоположении ученика и т.п.
Современные среды коллективной работы с электронными документами, как и среды электронного обучения, позволяют сохранять в электронной памяти записи о действиях пользователей и записи об изменении или использовании цифровых объектов. Эти записи могут служить первичным источником данных для учебной аналитики. Важно, что данные для учебной аналитики формируются в результате постоянного отслеживания и регистрирования сигналов о действиях обучающих и обучаемых, а не извлекаются из анкет или тестов. Методы обработки данных, извлечения и визуализации знаний могут быть доступны всем субъектам образования. Полученные в результате анализа знания помогают и обучаемым, и обучающим лучше понимать события, происходящие в рамках учебного сценария над чем работают участники, как они взаимодействуют, что они создают, какие средства они используют, в какой среде протекает учебная деятельность
- Патаракин, Е.Д.
- Педагогический дизайн совместной сетевой деятельности субъектов образования, https://www.mgpu.ru/uploads/adv_documents/4131/1490167704-DissertatsiyaPatarakinED.Pdf, (2017).
- П. Бликштейн,
- обосновывая педагогическое значение учебной аналитики, выделяет её возможности для оценивания умений XXI века: способности к творчеству, инновациям, критическому мышлению, решению проблем, общению и взаимодействию.
- Blikstein P. Using Learning Analytics to Assess Students’ Behavior in Open-ended Programming Tasks LAK ’11 / New York, NY, USA: ACM, 2011. 110–116 с.
Типы аналитики
- Максим Скрябин - https://iite.unesco.org/ru/news/prezentatsiya-novogo-onlajn-kursa-vvedenie-v-uchebnuyu-analitiku/
- Опираясь на функциональную таксономию учебной аналитики, выделяет три области учебной аналитики:
- аналитика контента,
- аналитика учащихся
- аналитика событий
Аналитические задачи
Тип | Данные образовательные | Задачи | Примеры |
---|---|---|---|
Описательная | Отчеты о посещаемости, ведомости оценок, оценки работы учителей | Описание данных | Меры разброса, характеристики распределения |
Диагностическая | Cистема относительных оценок, расчет среднего балла учащихся. | Причинно-следственные связи, связи между переменными | Проверка гипотез, дисперсионный анализ, кластерный анализ, корреляционный анализ |
Предсказательная | На основании количества поступлений прогнозировать поступления будущего года | Составление прогнозов | Регрессионный анализ |
Предписывающая | Действия на основании имеющихся данных | Оптимизация и управление | Имитационное моделирование, экспертные системы |