R I N G V O R L E S U N G
E - T E A C H I N G . O R G
3 0 . 0 6 . 1 4
Learning Analytics – Tools zur
Erforschung von Lehre...
Agenda
—  Learning Analytics!
¡  Begriffe – Daten
—  Fallstudio LeMo!
¡  Projekt – Tool - Daten – Analysen – Analyse e...
forte.f4.htw-berlin.de
arbeitskreis-learning-analytics.f4.htw-berlin.de
L E A R N I N G A N A L Y T I C S !
B E G R I F F E
Learning Analytics
... is the measurement, collection, analysis
and reporting of data about learners and their
contexts, f...
Educational Data Mining
... deals with the development of methods
to explore data originating in an
educational context. E...
Educational Process Mining
... aims at constructing complete and
compact educational process models that
are able to repro...
L E A R N I N G A N A L Y T I C S !
D A T E N A N A L Y S E
Klassifikation
—  institutionelle Ebene
¡  Bildungseinrichtungen, Kurse, ...
¡  statistische Auswertungen
÷  Ziel: Ind...
Datenquellen
—  Lernumgebung
¡  persönliche Daten
¡  Daten über Lernkontext
¡  Log-Daten
—  Institution
¡  persönlic...
Extract Transform Load
Übernahme der Daten aus Plattform / Lernumgebung
¡  für Analyse geeignetes Datenmodell
÷  Standar...
F A L L S T U D I E L E M O !
P R O J E K T
Lernprozessmonitoring 2011 - 2013
¡  Monitoring von Lernprozessen in
personalisierenden und nicht
personalisierenden Lern...
Hochschulbasierte Weiterbildung 2013 - 2015
¡  Efficient Learning Analytics
¡  Hochschule
÷  HTW Berlin
¡  2 Partnerun...
F A L L S T U D I E L E M O !
T O O L
LeMo
¡  Open Source
¡  http://lemo-
projekt.de
¡  http://
github.com
Zielgruppen
¡  Lehrende (++)
¡  E-Learning Provider (+)
÷  Plattform
÷  Inhalte
¡  Forscher (+-)
¡  Studierende (-)
F A L L S T U D I E L E M O !
A N A L Y S E N
Analyse von Trends
¡  statistische Analysen
÷  Zugriff auf Lerninhalte
÷  Aktivität über die Zeit
¡  Analyse des Navig...
Nutzung des Lernangebots
¡  Aktivität / Zeit
¡  Anzahl der Clicks auf
Lerninhalte / Tag
¡  Anzahl der aktiven
User / Tag
Nutzung des Lernangebots
¡  Aktivität / Lerninhalt
¡  alternative Darstellung als
Treemap
Navigationsgraphen
häufige Pfade
F A L L S T U D I E L E M O !
D A T E N
Extract – Transform – Load
¡  Anbindung an verschiedene
Plattformen
¡  einheitliches Datenmodell
¡  Gegenwart: Connecto...
Autorisierung - Datenschutz
—  Datenschutz
¡  personenbezogene Datenwerden NICHT übernommen
¡  Konfiguration des Dateni...
F A L L S T U D I E L E M O !
A N A L Y S E E I N E S K U R S E S
Überprüfung von Lernpfaden mit LeMo
¡  Vorlesung: Einführung in die BWL an der HTW
÷  Prof. Dr. G. Frank, ca. 100 Teilne...
Nutzung des Lernprogramms
häufige Pfade
Ergebnisse
—  Ergebnisse
¡  das Lernprogramm wird akzeptiert, wenn es die Neugier
anregt
¡  die weitaus meisten Studier...
Q U O V A D I S ?
R O A D M A P
NMC Horizon Report > 2014 Higher Education
Fragestellungen
¡  Learning Analytics an (deutschen) Hochschulen
÷  rechtlicher Rahmen
÷  Verfügbarkeit von (relevanten...
Fragestellungen (2)
¡  Learning Analytics und informelles Lernen
÷  Foren als soziales Netzwerk
÷  Verfahren des SNA, N...
Q U O V A D I S ?
P R O & C O N T R A
Nächste SlideShare
Wird geladen in …5
×

Learning Analytics - Tools zur Erforschung von Lehre und Lernen?

1.205 Aufrufe

Veröffentlicht am

Der "NMC Horizon Report: 2014 Higher Education Edition" bewertete das Thema Learning Analytics als wichtige lehr-/lerntechnologische Entwicklung im Hochschulbereich, deren Umsetzung in einem Zeithorizont von einem Jahr oder weniger erwartet wird. In der Online-Veranstaltung auf e-teaching.org wurde das Thema näher betrachtet und diskutiert, welcher Beitrag damit zur Erforschung von Lehre und Lernen geleistet wird.

Als Learning Analytics wird die Erhebung von Daten über Lernende und ihren Lernkontext verstanden. Dabei geht es darum, bewusst die Daten verschiedener Quellen (z.B. von Verwaltungs- und Lernmanagementsystemen) zu aggregieren und sinnvoll aufeinander bezogen auszuwerten. Auf diese Weise sollen beispielsweise Lernfortschritte gemessen und künftige Leistungen vorhergesagt werden; außerdem geht es darum, den Lernprozess gezielt zu unterstützen. In Verbindung mit Lernplattformen lässt sich beispielsweise erheben, wann und wie lange gelernt wird, welche Lehrmaterialien Lernenden attraktiv erscheinen und welche Lernpfade sie benutzen. Mit diesem Wissen kann später auch ein Zusammenhang zwischen Nutzungsverhalten und Prüfungsleistungen hergestellt werden.

Im Online-Event wurde u.a. thematisiert, welche Daten erhoben werden und inwiefern die gewonnenen Daten Rückschlüsse auf das Lernverhalten zulassen bzw. zur Verbesserung der Lehre genutzt werden können. Nicht zuletzt geht es auch um die rechtlichen Fragestellungen, die sich bei der Erfassung personenbezogener Daten ergeben.

Veröffentlicht in: Bildung
0 Kommentare
1 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

Keine Downloads
Aufrufe
Aufrufe insgesamt
1.205
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
470
Aktionen
Geteilt
0
Downloads
10
Kommentare
0
Gefällt mir
1
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Learning Analytics - Tools zur Erforschung von Lehre und Lernen?

  1. 1. R I N G V O R L E S U N G E - T E A C H I N G . O R G 3 0 . 0 6 . 1 4 Learning Analytics – Tools zur Erforschung von Lehre und Lernen? Albrecht Fortenbacher
  2. 2. Agenda —  Learning Analytics! ¡  Begriffe – Daten —  Fallstudio LeMo! ¡  Projekt – Tool - Daten – Analysen – Analyse eines Kurses —  Quo vadis? ¡  Roadmap – Pro & Contra
  3. 3. forte.f4.htw-berlin.de
  4. 4. arbeitskreis-learning-analytics.f4.htw-berlin.de
  5. 5. L E A R N I N G A N A L Y T I C S ! B E G R I F F E
  6. 6. Learning Analytics ... is the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimising learning and the environments in which it occurs. [LAK 2011, G. Siemens]
  7. 7. Educational Data Mining ... deals with the development of methods to explore data originating in an educational context. EDM uses computational approaches to analyze educational data in order to study educational questions. [S. Ventura, C. Romero]
  8. 8. Educational Process Mining ... aims at constructing complete and compact educational process models that are able to reproduce all observed behavior, checking whether the modeled behavior matches the observed behavior, and projecting information extracted from the logs onto the model, ... [N. Trcka, M. Pechenizkiy]
  9. 9. L E A R N I N G A N A L Y T I C S ! D A T E N A N A L Y S E
  10. 10. Klassifikation —  institutionelle Ebene ¡  Bildungseinrichtungen, Kurse, ... ¡  statistische Auswertungen ÷  Ziel: Indikatoren, Maßzahlen —  Lehrende ¡  statistische Auswertungen ÷  Ziel: Verbesserung des Lehrangebots ¡  individuelle Auswertungen ÷  Ziel: bessere Betreuung —  Lernende ¡  individuelle Auswertung ÷  Ziel: Reflektion, pers. Lernumgebung, Recommender, ...
  11. 11. Datenquellen —  Lernumgebung ¡  persönliche Daten ¡  Daten über Lernkontext ¡  Log-Daten —  Institution ¡  persönliche, sozio-kulturelle Daten ¡  Lernhistorie —  soziale Netzwerke ¡  Kommunikations- und Kollaborationsdaten
  12. 12. Extract Transform Load Übernahme der Daten aus Plattform / Lernumgebung ¡  für Analyse geeignetes Datenmodell ÷  Standardisierung ¡  Filterung der Daten ÷  personenbezogene Daten (Datenschutz!) ÷  Reduktion der Datenmenge ¡  Aggregation der Daten ÷  Kontextinformationen
  13. 13. F A L L S T U D I E L E M O ! P R O J E K T
  14. 14. Lernprozessmonitoring 2011 - 2013 ¡  Monitoring von Lernprozessen in personalisierenden und nicht personalisierenden Lernplattformen ¡  3 Berliner Hochschulen ÷  Beuth-Hochschule für Technik Berlin ÷  Hochschule für Wirtschaft und Recht ÷  Hochschule für Technik und Wirtschaft ¡  4 Partnerunternehmen ÷  FIZ Chemie ÷  IMC AG ÷  eLeDia ÷  bbw Hochschule
  15. 15. Hochschulbasierte Weiterbildung 2013 - 2015 ¡  Efficient Learning Analytics ¡  Hochschule ÷  HTW Berlin ¡  2 Partnerunternehmen ÷  Iversity.org ÷  BIG Social Media
  16. 16. F A L L S T U D I E L E M O ! T O O L
  17. 17. LeMo ¡  Open Source ¡  http://lemo- projekt.de ¡  http:// github.com
  18. 18. Zielgruppen ¡  Lehrende (++) ¡  E-Learning Provider (+) ÷  Plattform ÷  Inhalte ¡  Forscher (+-) ¡  Studierende (-)
  19. 19. F A L L S T U D I E L E M O ! A N A L Y S E N
  20. 20. Analyse von Trends ¡  statistische Analysen ÷  Zugriff auf Lerninhalte ÷  Aktivität über die Zeit ¡  Analyse des Navigationsverhaltens ÷  Navigationsgraph ÷  häufige Pfade ¡  interaktive Visualisierungen ÷  Filter ÷  Zeitraum
  21. 21. Nutzung des Lernangebots ¡  Aktivität / Zeit ¡  Anzahl der Clicks auf Lerninhalte / Tag ¡  Anzahl der aktiven User / Tag
  22. 22. Nutzung des Lernangebots ¡  Aktivität / Lerninhalt ¡  alternative Darstellung als Treemap
  23. 23. Navigationsgraphen
  24. 24. häufige Pfade
  25. 25. F A L L S T U D I E L E M O ! D A T E N
  26. 26. Extract – Transform – Load ¡  Anbindung an verschiedene Plattformen ¡  einheitliches Datenmodell ¡  Gegenwart: Connectoren ÷  Moodle ÷  Clix ÷  Chemgapedia ¡  Zukunft: Talend ÷  ILIAS ÷  MOOCs ÷  ...
  27. 27. Autorisierung - Datenschutz —  Datenschutz ¡  personenbezogene Datenwerden NICHT übernommen ¡  Konfiguration des Datenimports ÷  Kurs-ID, User-ID (Lehrende) —  Authentifizierung und Autorisierung ¡  Identifikation/Rolle von Usern über ID auf Lernplattform ¡  Authentifizierungsschema der Plattform ÷  LDAP —  Anonymität ¡  k-anonymity
  28. 28. F A L L S T U D I E L E M O ! A N A L Y S E E I N E S K U R S E S
  29. 29. Überprüfung von Lernpfaden mit LeMo ¡  Vorlesung: Einführung in die BWL an der HTW ÷  Prof. Dr. G. Frank, ca. 100 Teilnehmer ¡  Fragestellungen zu Lernprozessen ÷  wie wird das optionale WBT Zeitmanagement in das Thema „Problem der Konzentration (80/20-Phänomen) einbezogen? ÷  wie intensiv wurde das Lernprogramm „Zeitmanagement“ benutzt (freiwillige Neugier)? ÷  wird die o.g. Problematik mit Hilfe des Lernprogramms VOR oder NACH der Präsenzsitzung nachvollzogen? ¡  Analysen mit LeMo ÷  Nutzung des Lernprogramms Zeitmanagement ÷  häufige Pfade (A-Priori-Algorithmus BIDE) mit einem Support von 80% aller Studierenden
  30. 30. Nutzung des Lernprogramms
  31. 31. häufige Pfade
  32. 32. Ergebnisse —  Ergebnisse ¡  das Lernprogramm wird akzeptiert, wenn es die Neugier anregt ¡  die weitaus meisten Studierenden folgen der „Vorbereitungsstrategie“ ¡  dies unterstreicht einen vermuteten Zusammenhang zwischen der Einführung des Lernprogramms und besseren Abschlussergebnissen für den genannten Themenbereich —  Publikation der Ergebnisse ¡  im Workshop-Band der DeLFI2014 in Freiburg (to appear)
  33. 33. Q U O V A D I S ? R O A D M A P
  34. 34. NMC Horizon Report > 2014 Higher Education
  35. 35. Fragestellungen ¡  Learning Analytics an (deutschen) Hochschulen ÷  rechtlicher Rahmen ÷  Verfügbarkeit von (relevanten) Daten ÷  didaktisches Konzept ÷  Akzeptanz bei Lehrenden und Lernenden ¡  Daten für Learning Analytics ÷  Datenmodelle ÷  Datenaustausch ÷  Anbindung von MOOCs ÷  Daten aus sozialen Netzwerken
  36. 36. Fragestellungen (2) ¡  Learning Analytics und informelles Lernen ÷  Foren als soziales Netzwerk ÷  Verfahren des SNA, NLP ÷  Klassifikation von Lernenden zur Erfolgsvorhersage ¡  lernerzentriertes Learning Analytics ÷  learning paths ÷  PLE, flipped classroom ÷  tutoring, adaptive Systeme ¡  wie viel Learning Analytics möchten wir???? ÷  ubiquitous learning analytics ;)
  37. 37. Q U O V A D I S ? P R O & C O N T R A

×