Herodotou et al. (2020) — The scalable implementation of predictive learning analytics at a distance learning university: Insights from a longitudinal case study

Nguồn tham khảo: Herodotou, C., Rienties, B., Hlosta, M., Boroowa, A., Mangafa, C., & Zdrahal, Z. (2020). The scalable implementation of predictive learning analytics at a distance learning university: Insights from a longitudinal case study. The Internet and Higher Education, 45, 100725. https://doi.org/10.1016/j.iheduc.2020.100725

Truy cập toàn văn: https://doi.org/10.1016/j.iheduc.2020.100725

Tóm tắt nội dung

Christothea Herodotou, Bart Rienties, Martin Hlosta, Avinash Boroowa, Chrysoula Mangafa và Zdenek Zdrahal (The Internet and Higher Education, 2020) nhận xét rằng phần lớn nghiên cứu phân tích học tập mới dừng ở quy mô một học phần, rất ít nghiên cứu triển khai toàn trường có xét góc nhìn các bên liên quan. Bài báo cáo bốn năm triển khai hệ thống phân tích học tập dự báo OU Analyse (OUA) tại một trường đại học đào tạo từ xa, cung cấp cho giảng viên dự báo về khả năng qua môn của sinh viên.

Trong thời gian này, OUA được 1.159 giảng viên truy cập và tiếp cận 23.180 sinh viên thuộc 231 học phần đại học trực tuyến. Nghiên cứu có hai mục tiêu: phân tích cấp vĩ mô, gồm mức sử dụng, khó khăn và yếu tố thúc đẩy áp dụng ở cấp tổ chức; và cấp vi mô, tức quan điểm của giảng viên về OUA. Các yếu tố then chốt để mở rộng quy mô gồm sự tham gia của các khoa, những giảng viên đi đầu lan tỏa hệ thống tới đồng nghiệp, việc tạo và phổ biến bằng chứng, năng lực số, và quan niệm của giảng viên về dạy học trực tuyến. Với trường đại học muốn mở rộng mô hình dự báo bỏ học từ thử nghiệm lên toàn trường, bài viết cho thấy yếu tố tổ chức quan trọng không kém thuật toán.

Luận điểm liên quan trong bài viết chính

Xem bài viết chính: Ứng dụng học máy phát hiện sinh viên có nguy cơ bỏ học: từ bài toán lớp thiểu số đến quyết định can thiệp