کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6836380 1434613 2018 38 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Features students really expect from learning analytics
ترجمه فارسی عنوان
دانش آموزان واقعا امیدوارند از تحلیل های یادگیری لذت ببرند
کلمات کلیدی
تجزیه و تحلیل آموزش یادگیری خودمراقبتی، ویژگی، داشبورد،
ترجمه چکیده
یادگیری بیشتر و بیشتر در محیط های آموزش عالی از طریق محیط های یادگیری آنلاین تسهیل می شود. توانایی دانش آموزان برای تنظیم خودآموزی خود عامل اصلی موفقیت در آموزش عالی است. تجزیه و تحلیل یادگیری ارائه یک رویکرد امیدوار کننده برای حمایت بهتر و درک فرآیندهای یادگیری دانش آموزان است. هدف از این مطالعه بررسی انتظارات دانش آموزان نسبت به ویژگی های سیستم های تحلیلی یادگیری و تمایل آنها برای استفاده از این ویژگی ها برای یادگیری است. در مجموع 20 دانشجوی دانشگاه در یک مطالعه اکتشافی کیفی اولیه شرکت کردند. آنها در مورد انتظارات خود از ویژگی های تجزیه و تحلیل یادگیری مصاحبه شدند. یافته های مطالعه کیفی با یک مطالعه کمی با 216 دانشجوی شرکت کننده تکمیل شد. یافته ها نشان می دهد که دانش آموزان انتظار دارند ویژگی های تجزیه و تحلیل یادگیری به حمایت از برنامه ریزی و سازماندهی فرایندهای یادگیری، ارائه خود ارزیابی، ارائه توصیه های سازگار، و تولید تجزیه و تحلیل شخصی از فعالیت های یادگیری خود را.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
More and more learning in higher education settings is being facilitated through online learning environments. Students' ability to self-regulate their learning is considered a key factor for success in higher education. Learning analytics offer a promising approach to better support and understand students' learning processes. The purpose of this study is to investigate students' expectations towards features of learning analytics systems and their willingness to use these features for learning. A total of 20 university students participated in an initial qualitative exploratory study. They were interviewed about their expectations of learning analytics features. The findings of the qualitative study were complemented by a quantitative study with 216 participating students. The findings show that students expect learning analytics features to support their planning and organization of learning processes, provide self-assessments, deliver adaptive recommendations, and produce personalized analyses of their learning activities.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers in Human Behavior - Volume 78, January 2018, Pages 397-407
نویسندگان
, ,