2. Gefinancierd door Surf (Innovatieprogramma
learning analytics)
Looptijd: maart-september 2012
Opdracht van WiV
Projectteam:
◦ Jeroen Donkers, Jean van Berlo, Daniëlle
Verstegen, Arno Muijtjens, Guido Tans, Peter Bex
3. 4 x per jaar, 8000 studenten geneeskunde in
5 instellingen tegelijkertijd
200 MCQ vragen (met vraagteken) over de
hele stof
Relatieve normering
4.
5. Relatie tussen het gebruik van ProF en de
voortgangstoets-resultaten
◦ Bepalen wat te meten
◦ Aanpassen van het ProF systeem om te meten
◦ Verzamelen van data
◦ Analyse en datamining
◦ Vertaling van de resultaten
Vervolg: longitudinale effecten, visualisatie
6. We hebben ProF aangepast zodat het met
Piwik kan werken:
◦ Piwik-koppeling is configureerbaar in ProF
◦ Navigatie via URLs is consequenter gemaakt
◦ User-defined variabelen voor o.a. Userid
◦ Piwik-sessie starten bij inloggen gebruiker
◦ Opt-out mogelijkheid
We gebruiken de piwik API om gedetailleerde
gebruiksdata in XML vorm te downloaden
7.
8. Data verzameld in periode mei-juni
De data uit Piwik is gekoppeld met de
uitslagen van de voortgangstoets van mei
Analyse met behulp van
Projet R
RapidMiner, Kmine, ProM 6.1 (process mining)
9. Gebruik van ProF in Mei-Juni 2012 onder reguliere studenten die de Mei-toets 2012 hebben meegedaan
jaar UM LUMC UMCN UMCG TOTAAL
1 72.1% 207 287 14.0% 31 222 28.0% 89 318 4.3% 15 345 29.2% 342 1172
2 11.5% 33 287 9.7% 22 226 27.5% 99 360 10.7% 38 354 15.6% 192 1227
3 14.9% 46 309 11.9% 26 219 11.4% 35 308 12.6% 47 373 12.7% 154 1209
4 11.1% 27 243 6.8% 15 220 7.3% 22 301 5.5% 22 398 7.4% 86 1162
5 27.8% 74 266 2.3% 4 175 5.6% 17 306 8.7% 26 298 11.6% 121 1045
6 16.0% 13 81 2.4% 5 207 10.2% 22 215 10.5% 31 294 8.9% 71 797
totaal 27.2% 400 1473 8.1% 103 1269 15.7% 284 1808 8.7% 179 2062 14.6% 966 6612
Meer gebruikt in het eerste jaar
Veel gebruikt in jaar 1 Maastricht,
voornamelijk door het portfolio
10. TOTAAL ALLEEN REGULIERE STUDENTEN ZONDER Vumc
TOTAAL toetsresultaat
jaar onvoldoende voldoende goed alles
1 14.9% 22 148 28.3% 196 693 37.5% 124 331 29.2% 342 1172
2 8.7% 18 206 11.7% 76 648 26.3% 98 373 15.6% 192 1227
3 10.8% 22 203 10.1% 69 684 19.6% 63 322 12.7% 154 1209
4 5.6% 10 179 6.1% 40 655 11.0% 36 328 7.4% 86 1162
5 6.8% 9 133 12.2% 72 588 12.3% 40 324 11.6% 121 1045
6 3.1% 4 127 8.8% 37 420 12.0% 30 250 8.9% 71 797
alles 8.5% 85 996 13.3% 490 3688 20.3% 391 1928 14.6% 966 6612
Goede studenten gebruiken ProF meer dan
studenten met een onvoldoende
In jaar 4-6 is dat niet significant
12. 50%
45%
Percentage van de sessies
40%
35%
30%
25% Onvold
20% Vold
15% Goed
10%
5%
0%
1 2-5 6-20 >20
Lengte van de sessie in aantal acties
Gamma is -0.246: Slechte studenten hebben
langere sessies dan goede
Veel sessies met maar één actie!
13. Weinig patroon in volgorde: process mining
leverde niet veel op
Daarom vooral naar tellingen gekeken: hoe
vaak kijken studenten naar bepaalde deel
aspecten
15. Piwik is erg nuttig
Door koppeling van gebruik aan toetsdata
krijgen we nuttige informatie over hoe
studenten met het systeem omgaan
Dit levert ons kennis om
◦ Het systeem aan te passen: andere openingspagina
◦ Instructie te verbeteren: omgaan met
cumulatieve, scoresoorten, ect
We gaan door met meten om longitudinale
effecten te kunnen meten
16. Je moet veel tools aan elkaar koppelen –
kennis van (script)talen (php, perl, sql, R) is
daarbij handig
Werken met R bleek handiger dan met mooie
intractieve tools als RapidMiner, Knime en
ook PROM 6.1
Privacy: mogen we dit zomaar allemaal doen?