Ik ben verbonden als lector e-learning aan Hogeschool NTI. In dit kader heb ik een presentatie verzorgd over het gebruik van ICT voor toetsen en beoordelen. In deze presentatie ben ik ingegaan op uitgangspunten, heb ik verschillende voorbeelden gepresenteerd en ben ik met de aanwezigen ingegaan op de relevantie van deze voorbeelden voor het NTI

1. Toetsen met ICT
Wilfred Rubens
http://www.wilfredrubens.com

2. Inhoud
• Uitgangspunten
• Voorbeelden
• Discussie en vragen

3. Uitgangspunten
• Constructive alignment: afstemming tussen
leeropbrengsten, leeractiviteiten, toetsen (geen
sluitstuk)
• Kennis, begrip, toepassen
• Formatief - summatief
• Low stakes - high stakes

4. Uitgangspunten (2)
• Tussentijdse mijlpalen (ipv 1 eindbeoordeling)
• Rubric

5. Open vs gesloten vragen
• Gesloten vragen
• Correctie kost weinig tijd
• Objectieve beoordeling (schrijfvaardigheid)
• Resultaten zijn snel beschikbaar
• Analyses makkelijk uit te voeren
• Open vragen
• Stelt in staat dieper op de kennis van de student in te gaan
• Nadruk op productie
• Geen beperkingen in creativiteit
• Testen van taalvaardigheid
Bron: Johan van
Strien, 2015

6. Voorbeelden

7. HiHaHo

8. Bron Mediasite
Meerkeuze vragen (drie antwoordcategorieën
zijn vaak voldoende)

9. Peilingen houden

10. Mogelijke toepassingen
A.Om discussies op gang te brengen
B.Om meningen te peilen bij gevoelige
onderwerpen
C.Om ‘stille’ studenten bij de les te
betrekken
D.Ideeën inventariseren
E.Om te checken om studenten uitleg
hebben begrepen
F.Voorkennis activeren

11. Effectief mits:
onmiddellijke
feedback
Timing vragen
geen effect
Lantz &
Stawiski, 2014
Foto: Alumroot

12. Self-tests

13. Self-tests
Vragen
betrekking
scope
onderwerp

14. Self-tests
Open vraag

15. Self-tests
Expert
feedback

16. Testing effect
NRC, januari 2011

17. Testing effect
NRC, januari 2011
Bouwmeester cs (2013). Studenten die
zich met zelftoetsen voorbereiden op een
summatieve toets scoren hoger

18. Inleveren opdrachten

19. Gamification

22. Wanneer?
Verbeteren schrijfvaardigheden
Kritisch denken
Bevordert reflectie, bestuderen van reflecties
en begrip van concepten
Verdiepende interactie

23. Didactische inbedding?
Goede feedback essentieel
Kwaliteit taak
Inbedden in curriculum (bijv opdracht).
Verplicht bloggen en becommentariëren:
noodzakelijk kwaad

24. Pitches met peer review
Lerenden kiezen onderwerp
Pitch maken (vorm zelf
kiezen)
Lerenden bekijken pitches
en
geven feedback
Badges toekennen, liken

25. E-portfolio
• Komt tegemoet aan tekortkomingen
gebruikelijke beoordelingsmethoden (weinig
flexibel, niet altijd valide en betrouwbaar)
• Vaker beoordelen tijdens het leerproces
• ‘Moeilijke’ thema’s als beroepsethiek aan de
orde stellen
• Leren feedback geven (als gebruik wordt
gemaakt van peer feedback)
• Leren reflecteren

26. Portfolio: doelen en typen
BesprekenBewijzen
Ontwikkeling laten zien
en plannen
Materiaal Reflecties
OverzichtenMateriaal
Tonen

27. Aandachtspunten inhoud
• Deelnemer is eigenaar en bepaalt de inhoud ☞ reflecties
blijven oppervlakkig, weinig bewijsmateriaal
• Instituut bepaalt veel ☞ geen eigenaarschap, deelnemers
verzetten zich
• Vrijheid van deelnemers vs behoefte aan standaardisatie
van begeleiders en beoordelaars
• Templates kunnen beginnende deelnemers helpen, maar
kunnen gevorderde gebruikers te zeer in een bepaald
keurslijf dwingen
• Begin met redelijk wat structuur, maar bouw dat af

28. Aandachtspunten inhoud (2)
• Wat is authentiek en geautoriseerd bewijsmateriaal
(betrouwbaarheid)?
• Verhouding kwantiteit en kwaliteit bewijsmateriaal
• Wat neem je op en wat niet aan bewijsmateriaal? Wat
tonen je competenties aan?
• Krijgen deelnemers de gelegenheid en mogelijkheid om
video’s in e-portfolio op te nemen?
• Kunnen deelnemers meerdere e-portfolio’s samenstellen
op basis van dezelfde inhoud?

29. Conclusies
• Veel ervaringen met e-portfolio binnen onderwijs
• E-Portfolio kan goed werken (mits…)
• Complex proces
• Match met curriculum is essentieel
• Acceptatie door deelnemers en docenten is afhankelijk
van flink aantal factoren (en van groot belang)

30. Online proctoring

31. Online proctoring

32. Big data en learning analytics
Identificeren van patronen in educatieve data en het gebruik
van die patronen om het leren te verbeteren,
H. Drachsler (2013)
Foto: Biljuska1

33. Khan
student
dashboard
Bron: Bomas, E. (2014). Learning Analytics and Visualisation of Data. http://www.slideshare.net/kennisnet/lace-medea-
brussel2014vslides

34. Khan
teacher
dashboard
Bron: Bomas, E. (2014). Learning Analytics and Visualisation of Data. http://www.slideshare.net/kennisnet/lace-medea-
brussel2014vslides

35. Big data en learning analytics
Identificeren van patronen in educatieve data in plaats van
toetsen?
Foto: Biljuska1