Learning analytics en de noodzaak van rijke data
DOI:
https://doi.org/10.59532/tvho.v41i1.13956Trefwoorden:
learning analytics, feedback, blended learning, leerdisposities, formatieve toetsingSamenvatting
In deze bijdrage beschrijven we de invoering en het gebruik van learning analytics als het sluitstuk van een ontwikkelproces waarin de
transitie van voortgezet naar hoger onderwijs, het adresseren van kennisdeficiënties in die transitie, het gebruik van digitale leer- en oefenplatforms, hybride instructievormen en intensieve formatieve toetsing, alle stadia zijn die dat ontwikkelproces definiëren. Betoogd zal worden dat het niet enkel vanuit dit perspectief van een natuurlijke ontwikkeling is dat bovengenoemde factoren beschreven worden, maar dat ze vooral als noodzakelijke voorwaarden voor de toepassing van learning analytics gezien moeten worden. Learning analytics benodigt idealiter rijke data die het leerproces van de individuele student tot in detail documenteert en inzicht geeft in de leerbenaderingen die studenten toepassen. Met die rijke data kan learning analytics uitgroeien tot een waardevolle bron van leerfeedback voor de student zowel als aanknopingspunten bieden voor cursusherontwerp. Zonder die rijke data is het primair de digitale variant van een studievoortgangsregistratiesysteem.
Downloads
Downloads
Gepubliceerd
Versies
- 2023-04-07 (2)
- 2023-03-31 (1)
Nummer
Sectie
Licentie
Copyright (c) 2023 Dirk Tempelaar, Bart Rienties
Dit werk wordt verdeeld onder een Naamsvermelding 4.0 Internationaal licentie.