Data-driven onderwijs
− Doelgericht extra ondersteuning geven aan studenten die dit nodig hebben( 1,29): Indien studenten die minder dan gemiddeld presteren, herkend worden, en naast de gewone lessen extra ondersteuningslessen krijgen, dan heeft dit een zeer grote impact op het leren.
− Het geven van persoonlijke feedback( 0,70): Studenten die persoonlijke feedback krijgen, die gericht is op de leervorderingen, maken meer leervoortgang dan studenten die dit niet krijgen.
Evaluatie en reflectie van de docent( 0,75): Docenten die de impact van hun doceerstrategie doelgericht onderzoeken, geven beter les, en boeken betere resultaten dan docenten die dit niet doen. Docenten kunnen een dashboard niet alleen gebruiken om studenten beter te begeleiden, maar ook om het ontwikkelde lesmateriaal te verbeteren. Een leerstofonderdeel dat moeilijk bevonden wordt door een groot aantal studenten kan door de docent onder de loep genomen worden en aangepast worden.
Ondersteunend personeel kan gebruik maken van een dashboard om hogeschoolbrede veranderingsprocessen in gang te zetten of op te volgen.
Resultaten voorstudie
Learning analytics kan ingezet worden om vroegtijdig en accuraat studenten met leerproblemen te detecteren. Hiervoor is het belangrijk om te achterhalen welke data als indicator kunnen dienen. Dit is mogelijk door te kijken of er een correlatie is tussen gegevens die in de voorbije jaren over studenten werden verzameld en hun eindresultaten.
Er zijn heel wat gegevens met een voorspellende waarde( Sclater, Peasgood & Mullan, 2016): financiële informatie, resultaten van instaptoetsen, bezoekgegevens van het digitale leerplatform, data van studentenbevragingen,... Vooral data over het gedrag van de student in de digitale leeromgeving heeft een grote voorspellende factor op uiteindelijk studiesucces.
Verschillende gegevens kunnen gecombineerd worden om tot een meer correcte voorspelling te komen.
Om te kijken welke factoren indicatief zijn voor studenten, werden in academiejaar 2015-2016 binnen enkele opleidingsonderdelen
Tobe Baeyens & Servaas Tilkin
Expertisecentra Onderwijsinnovatie & smart-ict
verschillende gegevensbronnen verzameld en onder de loep genomen. Hierbij werden een aantal opleidingsonderdelen binnen het departement PXL-IT hoofdzakelijk of uitsluitend van digitaal lesmateriaal voorzien. Studenten werd vooraf gevraagd een bevraging in te vullen en hun online leergedrag werd nauwgezet opgevolgd via het digitale leerplatform( Onsophic, z. d.).
Niet alle factoren die vooraf op basis van intuïtie of gezond verstand werden geopperd bleken indicatief, maar in een aantal gevallen was er wel een sterke correlatie met de slaagcijfers.
Wanneer studenten hun traject aan PXL starten, wordt in het eerste jaar een taaltest en een leermotivatietest( de LEMO-test)( Goleweb, z. d.) afgenomen. De resultaten op beide testen bleken een voorspellende waarde te hebben, waarbij zeker de uitersten beduidend verschillen. Studenten die een erg lage score halen voor deze testen zijn vaak de studenten met hoog risico op falen.
Van de binnen het platform gemeten parameters bleken zowel de gespendeerde tijd, het aantal voltooide onderwerpen, als het gemiddeld aantal geslaagde quizzes indicatieve factoren. Ook een uit de gegevens gedistilleerde indicator die aangeeft of een student zich in de lesvrije week heeft ingezet bleek significant.
Buiten de quizzes binnen het leerplatform waren er ook gegevens van een summatieve, tussentijdse test van een ander opleidingsonderdeel beschikbaar. Deze bleken een van de sterkst correlerende factoren uit de beschikbare gegevens op te leveren. Gezien het een test van een ander opleidingsonderdeel betreft, wordt hier vermoedelijk een achterliggende waarde zoals motivatie, inzet, interesse, … gemeten.
Enkele van de vooraf bevraagde factoren die van invloed bleken waren o. a. de gevolgde onderwijsvorm in het secundair onderwijs, de aanwezige voorkennis van het vak, alsook bepaalde hobby’ s. In deze laatste categorie bleken de hobby’ s muziek spelen en lezen bij een aantal opleidingsonderdelen een positieve impact te hebben; en lidmaatschap van een jeugdbeweging een negatieve impact. Opmerkelijk daarbij was dat gaming als hobby geen significante impact bleek te hebben, hoewel dit wel vaak verondersteld wordt.
Door deze verschillende databronnen te combineren, kon met de gegevens uit de
56