ПЕДАГОГІЧНІ АСПЕКТИ ВИКОРИСТАННЯ НАВЧАЛЬНОЇ АНАЛІТИКИ ЯК ІНСТРУМЕНТУ МОНІТОРИНГУ УСПІШНОСТІ ТА ПІДВИЩЕННЯ ЯКОСТІ ПРОФЕСІЙНОЇ ПІДГОТОВКИ МАЙБУТНІХ УЧИТЕЛІВ ФІЗИЧНОЇ КУЛЬТУРИ В УМОВАХ ЗМІШАНОГО НАВЧАННЯ

Автор(и)

  • O. DANYSKO

DOI:

https://doi.org/10.33989/2075-146x.2020.26.227502

Ключові слова:

навчальна аналітика, змішане навчання, якість освіти, професійна підготовка, майбутні вчителі фізичної культури

Анотація

Статтю присвячено визначенню сутності поняття «навчальна аналітика» як автоматизованого процесу збору, вимірювання, аналізу та візуалізації даних про суб’єктів освітнього процесу з метою покращення освітнього середовища. Здійснено характеристику алгоритмів використання навчальної аналітики щодо контролю та оцінювання рівня професійної підготовки майбутніх учителів фізичної культури в умовах змішаного навчання як інструменту підвищення якості освіти. 

Представлено авторський алгоритм використання інструментів та стратегій організації змішаного навчання і моніторингу рівня навчальних досягнень майбутніх учителів фізичної культури в курсі «Адаптивне фізичне виховання». Результати емпіричного дослідження засвідчують, що змішане освітнє середовище забезпечує нові підходи та шляхи для агрегації широкого спектру відомостей про студентів, їхню академічну активність, ефективність освітніх заходів у конкретному курсі, рівень засвоєння матеріалу. Наголошується, що використання навчальної аналітики забезпечує можливість прогнозування успішності студентів та визначати ефективність навчальних курсів, а відтак дозволяє вчасно обрати стратегії підтримки слухачів і корегувати якість освітнього контенту.

Посилання

Baker, R. & Yacef, K. (2009). The State of Educational Data Mining in 2009: A Review and Future Visions. Journal of Educational Data Mining, 1, 3-17 [in English].

Beattie, S., Woodley, C., & Souter, K. (2014). Creepy Analytics and Learner Data Rights. In B. Hegarty, J. McDonald, & S.-K. Loke (Eds.), Rhetoric and Reality: Critical perspectives on educational technology, Proceedings ascilite Dunedin, 421-425 [in English].

Brown, M. (2011). Learning Analytics: The Coming Third Wave. First International Conference on Learning Analytics and Knowledge., LAK’ 11, 134 [in English].

Bystrova, Т., Larionova, V., Sinitsyn, Е., Tolmachev, А. (2018). Uchebnaya analitika MOOС kak instrument prognozirovaniya uspeshnosti obuchayuschihsya [Learning Analytics in Massive Open Online Courses as a Tool for Predicting Learner Performance]. Voprosyi obrazovaniya [Educational Studies Moscow], 4, 139-166 [in Russian].

Buckingham, S. S. (2012). Learning Analytics. UNESCO Policy Brief. UNESCO IITE. 2012. Retrieved from http://iite.unesco.org/publications/3214711 (in English).

Duval, E., & Verbert, K. (2008). On the role of technical standards for learning technologies. IEEE Transactions on Learning Technologies, 1 (4), 229-234 [in English].

Ferguson, R. (2012). Learning analytics: drivers, developments and challenges. International Journal of Technology Enhanced Learning, 4 (5/6), 304-317 [in English].

Gasevic, D., Dawson, S., & Siemens, G. (2015). Let’s not forget: Learning analytics are about learning. TechTrends, 59 (1), 64-71 [in English].

Huda, M., Shahrill, M., Maseleno, A., Jasmi, K. A., Mustari, I., & Basiron, B. (2017). Exploring Adaptive Teaching Competencies in Big Data Era. International Journal of Emerging Technologies in Learning, 12(3), 68-83 [in English].

Kotsiantis, S., & Tselios, N. (2014). Andromahi Filippidi, Vassilis Komis. International Journal of Technology Enhanced Learning List, 5 (2), 130-150. DOI: https://doi.org/10.1504/IJTEL.2013.059088 [in English].

Kukharenko, V. M. (Eds.). (2016). Teoriia ta praktyka zmishanoho navchannia [Theory and Practice of Blended Learning]. Kharkiv, Ukraine: NTU «KPI» [in Ukrainian].

Larusson, J. A., & White, B. (Eds.). (2015). Learning Analytics: From Research to Practice. Technology, Knowledge, and Learning, 20 (3), 357-360. DOI: https://doi.org/10.1007/s10758-015-9244-x [in English].

Picciano, A. G. (2014). Big Data and Learning Analytics in Blended Learning Environments: Benefits and Concerns. International Journal of Artificial Intelligence and Interactive Multimedia, 2 (7), 35-43 [in English].

Richards, N. M., & King, J. H. (2013). Three paradoxes of big data. Stanford Law Review Online, 66, 41-46 [in English].

Rodríguez-Triana, M. J., Prieto, P., Martínez-Monés A., Asensio-Pérez, J. I., & Dimitriadis, Y. (2018). The teacher in the loop: customizing multimodal learning analytics for blended learning. In Proceedings of the 8th International Conference on Learning Analytics and Knowledge (LAK’18). Association for Computing Machinery, New York, NY, USA, 417–426. DOI: https://doi.org/10.1145/3170358.3170364 [in English].

Shvab, K. (2016). Tehnologii Chetvertoy promyishlennoy revolyutsi [The Fourth Industrial Revolution]. Retrieved from https://reader.bookmate.com/VkvEHgz0 [in Russian].

Siemens, G. (2013). Learning analytics: The emergences of a discipline. American Behavior Scientist, 57 (10), 1380-1400 [in English].

Siemens, G., & Gasevic, D. (2012). Guest Editorial-Learning and Knowledge Analytics, Educational Technology & Society, 15 (3), 1-2 [in English].

Society for Learning Analytics Research. (2012). Retrieved from http://www.solaresearch.org/about/ (in English).

Uchebnaya analitika [Learning Analytics]. Retrieved from https://bit.ly/31SRCtc. [in Russian].

Weber, C., Biswell, C., & Behrens, W. (2014). Exploring critical issues in gifted education: A case studies approach. Waco, TX: Prufrock Press.

##submission.downloads##

Опубліковано

2021-04-07

Номер

Розділ

Статті