Learning analytics innebär att mäta, samla, analysera och rapportera data om studenter/elever och den kontext där dessa befinner sig. Genom att personerna lämnar avtryck och gör aktiviteter i lärmiljön kan deras kunskapsnivå och lärande beskrivas. [1] Vidare kan analyser beskriva om undervisningsmaterialet förstås på det sätt som det är tänkt. På det sättet kan studenter som inte förstår upptäckas tidigare.[2]

Det som analyseras är:

  • Innehållsanalys - allt som studenterna skapar (till exempel essäer)
  • Diskursanalys - syftar till att analysera data kring hur små eller stora grupper av personer skapar och delar mening tillsammans genom hur språket används. .[3]
  • Social Learning Analys [4] som syftar till att undersöka betydelsen av social interaktion för lärandet och vikten av utbildningsnätverk etc.
  • Dispositions Analys [5][6] som syftar till att samla in data om hur studenten ser och förhåller sig till sitt eget lärande. Till exempel kan "nyfikna" elever vara mer benägna att ställa frågor - och dessa data kan samlas in och analyseras.

Learning analytics är relativt nytt och området är ännu inte helt klart definierat. Dock innehåller många definitionerna dessa delar:

  • För att låta enskilda elever reflektera över sina prestationer och beteendemönster i förhållande till andra;
  • Som markör för studenter som behöver extra stöd och uppmärksamhet;
  • För att hjälpa lärare och stödpersonal att planera stödjande insatser med individer och grupper;
  • För funktionella grupper såsom de team som försöker förbättra kurser eller utveckla nya kursbeskrivningar och lärobjekt; och
  • För att ledningen/administratörer kan fatta beslut om frågor som rör marknadsföring och rekrytering eller effektivitet och riktning av verksamheten. " [7]

Referenser redigera

  1. ^ ”Learning analytics in higher education | Jisc”. Jisc. Arkiverad från originalet den 31 maj 2016. https://web.archive.org/web/20160531050241/https://www.jisc.ac.uk/reports/learning-analytics-in-higher-education. Läst 27 april 2016. 
  2. ^ ”Higher education at the crossroads of disruption: the university of the 21st century, Andreas Kaplan, 2021, Emerald”. https://books.emeraldinsight.com/page/detail/Higher-Education-at-the-Crossroads-of-Disruption/?k=9781800715042. 
  3. ^ Knight, Simon; Littleton, Karen (2015). ”Discourse Centric Learning Analytics: Mapping the Terrain” (på engelska). Journal of Learning Analytics 2 (1): sid. 185–209. ISSN 1929-7750. https://epress.lib.uts.edu.au/journals/index.php/JLA/article/view/4043. Läst 28 april 2016. 
  4. ^ Buckingham Shum, S. and Ferguson, R., Social Learning Analytics. Educational Technology & Society (Special Issue on Learning & Knowledge Analytics, Eds. G. Siemens & D. Gašević), 15, 3, (2012), 3-26. http://www.ifets.info Open Access Eprint: http://oro.open.ac.uk/34092
  5. ^ Brown, M., Learning Analytics: Moving from Concept to Practice. EDUCAUSE Learning Initiative Briefing, 2012. http://www.educause.edu/library/resources/learning-analytics-moving-concept-practice Arkiverad 21 januari 2016 hämtat från the Wayback Machine.
  6. ^ Buckingham Shum, S. and Deakin Crick, R., Learning Dispositions and Transferable Competencies: Pedagogy, Modelling and Learning Analytics. In: Proc. 2nd International Conference on Learning Analytics & Knowledge (Vancouver, 29 Apr-2 May 2012). ACM: New York. pp.92-101. doi:10.1145/2330601.2330629 Eprint: http://oro.open.ac.uk/32823
  7. ^ Powell, Stephen, and Sheila MacNeill. Institutional Readiness for Analytics A Briefing Paper. CETIS Analytics Series. JISC CETIS, December 2012. ”Arkiverade kopian”. Arkiverad från originalet den 2 maj 2013. https://web.archive.org/web/20130502234323/http://publications.cetis.ac.uk/wp-content/uploads/2012/12/Institutional-Readiness-for-Analytics-Vol1-No8.pdf. Läst 29 april 2016. .