Learning analytics staat steeds meer in de belangstelling, maar wat kun je er mee, wat wil je er mee en wat mag je er mee? In deze workshop schetsen we de ontwikkelingen op het het gebied van Learning analytics en gaan we in op de visie van Noorderpoort. Ook bespreken we de eerste resultaten van de pilot die SURF en Noorderpoort zijn gestart in september 2017.
13. personaliseren
• De mythe van het gemiddelde………Todd Rose
• Twee voorbeelden (leger; baby’s)
• https://youtu.be/-34ASwa_Ztk#t=25
14.
15. Leren
• Blended learning
• Blended learning is één van de termen die sinds 2005 gebruikt wordt om een
onderwijsvisie te beschrijven. Eén van de definities is "een combinatie van online leren
en contactonderwijs" of " een combinatie van campusonderwijs en e-learning". Het is een
mix van ‘bricks’ en ‘clicks’.
• Het online deel levert informatie over het leerproces als aanvulling op de waarneming
van de leraar.
17. Learning analytics in het onderwijs
Kunnen we data ook
voor de verbetering van
het onderwijs gebruiken?
(Direct of indirect…….)
18. Learning analytics: Wie profiteert?
Greller,W., & Drachsler, H. (2012).Turning Learning into Numbers. Journal of EducationalTechnology &
Society. http://ifets.info/journals/15_3/4.pdf
Management:
Zij kunnen op basis van de gegevens beslissingen
nemen over positionering
van een opleiding.
Docenten:
Op basis van de gegevens
educatieve interventies
plegen
Studenten:
Reflecteren op hun
resultaten
19. Learning analytics
Learning analytics is het verzamelen,
analyseren en rapporteren van data
van studenten en hun omgeving om
zo het onderwijs en de omgeving
waarin dit onderwijs plaatsvindt te
begrijpen en verbeteren.
http://www.laceproject.eu/faqs/learni
ng-analytics/
De film over het dupliceren/muteren
van genen kan gebruikt worden……
Starten, kijken, hoe lang, vragen
achteraf, emotie tijdens……..
20.
21.
22. Casus: taal en rekenen
Aanmelding Inschrijving Intake
Toets (TOA)
Resultaat
taal en
rekenen
TRON
Meer dan 1 niveau
verschil met beoogd
diploma!
Regulier
Onderwijs
programma
Examens
(o.a. CITO)
Diploma
VERPLICHT !
TRON – remedial teaching – organisatie en opbouw
23. Casus: taal en rekenen
TOA:
Resultaat taal
en rekenen
Inschrijvingen 100%
CITO-
resultaten
NAW
Opleiding
(niveau etc.)
Lavastorm
Opbouw onderzoek: lavastorm
Rapportages
Uitkomsten
27. Casus: taal en rekenen
Leerpunten
• We registreren niet veel m.b.t. onderwijsinhoud. Data moet accurater en beter.
• Vanaf 2015 CITO, TRON deelname en resultaten integraal en
gestandaardiseerd opgeslagen!
• Voordat je een werkwijze afspreekt wellicht ook al afspraken maken over meting
& evaluatie (op basis van informatie).
• Van te voren meer communiceren over evidence based onderzoek, omdat de
resultaten ook weleens weerstand kunnen op roepen.
28. Discussievragen
Onderzoek verfijnen naar resultaat per reken/taal docent.
Is dat gewenst? Vinden we dat dit mag? Van wie is de data dan?
Heeft aan- afwezigheid gedurende de opleiding een effect?
Gesprekken voeren met de OR over dit soort onderzoek ivm professionele
ruimte.
Hoe kunnen docenten van elkaar leren?
Wat kunnen/willen we met de data in het LBS (cijfers, gesprekken)?
Willen we als NP experimenteren met dit soort onderzoek?
29. Waarom het LA experiment met SURF
• Steeds meer e-learning modules, ook in het MBO
• Online leren verschilt van klassikaal leren
• Hoge eisen aan leermateriaal (toegankelijk, uitdagend, op maat
gesneden)
• Inzicht nodig in gebruik materiaal en beleving door student
• DOEL: verbeteren onderwijs
30. Doelen Surfnet
• Heeft de student opdrachten ingeleverd en wanneer?
• Op welk moment voert de student de leeractiviteiten uit?
• Volgt de student de eigen voortgang?
• Hoe vaak doet de student een tussentijdse toets?
• Welk materiaal wordt door de student gebruikt?
31. DEELNEMERS
Experiment
Learning Analytics
• Hogeschool Utrecht
• Hogeschool Amsterdam
• Hogeschool Windesheim
• ROC Noorderpoort
• Vrije Universiteit Amsterdam
• Wageningen Universiteit
• Technische Uni Eindhoven
• Zuyd Hogeschool
Opgezet door Surfnet
Deelnemers: Universiteiten,
Hogescholen en 1 x MBO
Ondersteund door Surfnet
32. Privacy en WBP
• Uitvoerig onderzocht door juristen Surfnet
• Privacy verklaring vooraf
• Student moet expliciet (via een button) toestemming geven
• Student kan de toestemming ieder moment intrekken
• Vanaf 16 jaar mag de student zelf een beslissing nemen
33. Meedoen is winnen
• Student krijgt uitleg vooraf
• Drukt op Doe Mee met LA
• Kiest toegang eigen instelling
• Logt in met NP gegevens
(zonder inlog kun je nooit mee
doen)
• Krijgt uitgebreide voorlichting
te lezen
• Pas dan besluit om mee te
doen, via Ik doe mee
• Kan altijd besluiten om te
stoppen
• Krijgt eigen dashboard om zich
met anderen te kunnen
vergelijken (benchmark
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49. Wat ziet de student
• Eigen activiteit ten opzichte van de
andere studenten
• Vergelijking van eigen uitgevoerde
activiteiten