Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
3.Ocenaobecnegostanuwdrażaniaanalitykiakademickiejwamerykańskimszkolnictwie…
55
Tabela9.Zainteresowaniestudentówfunkcjami(właściwościami)zautomatyzowanej
analitykiedukacyjnej(ECAR2014a);N=10000
Funkcje(obszarystosowania)zautomatyzowanejanalityki
edukacyjnej
Sugestiedotyczącesposobupolepszeniawynikówuczeniasię
wrazieniewystarczającychpostępówwnauce
Wskazówkiisugestiedorozważeniaprzezstudentadotyczące
przyszłegowyboruprzedmiotówzuczelnianejofertydydaktycznej
Ostrzeżeniewwypadkupojawieniasięoznakspadkowejtendencji
postępówwnauce
Sugestiedotyczącekorzystaniaznowychlubinnychzasobów
imetoddydaktycznych(np.tutoring,programyumożliwiające
rozwijaniekonkretnychumiejętności)
Informacjazwrotnadotyczącawynikówstudiowaniawporównaniu
zwynikamipozostałychstudentówstudiującychtensam
przedmiotlubkierunekstudiów
Zautomatyzowanemonitorowanieuczestnictwawzajęciach
viaskaneryelektronicznejlegitymacjistudenckiej(ID)lubinne
systemyzautomatyzowanegośledzeniauczestnictwawzajęciach
Przedziałwskazań
funkcji,któreuzyskałyco
najmniejumiarkowane
zainteresowanie
60–70
80–90
X
X
X
X
X
X
Objaśnienia:Zainteresowaniestudentówmierzonebyłozapomocąnastępującejskalitypulikertow-
skiego:Hniewiem”;Hniejestemwogólezainteresowany(a)”,Hjestemraczejniezainteresowany(a)”;
Hjestemumiarkowaniezainteresowany(a)”;Hjestembardzozainteresowany(a)”;Hjestemniezwykle
zainteresowany(a)”o
Uwaga:Pozostałefunkcjezautomatyzowanejanalitykistudenckiej,któremogąbyćudostępnione
dziękitakimsystemominformatycznymjakLMS(systemzarządzaniadydaktyką)i/lubIPAS(zin-
tegrowanysystemplanowaniaidoradztwaakademickiego)spotkałysięzmniejszymzainteresowa-
niemstudentówoOdsetekwskazańpotwierdzającychconajmniejumiarkowanezainteresowanie
wspomnianymifunkcjamianalitykinieprzekraczał50%procoWtejgrupiefunkcjianalitykieduka-
cyjnejznalazłysię:udzielaniespersonalizowanegowsparciaorazinformacjintopostępówstudenta
zmierzającegodookreślonegodyplomu(viasystemLMS);stosowaniespersonalizowanychtestów
ipytańpraktycznychuwzględniającychsilneimocnestronystudentaorazukierunkowującychstu-
dentaiwykładowcęnatreścikształceniawymagająceszczególnejpomocy(viaLMS);stosowanie
spersonalizowanychwizualizacjiitablicwskaźników(dashboards)dostarczającychwczasierzeczy-
wistyminformacjizwrotnejntopostępówstudentawnaucedanegoprzedmiotulubjegodoświad-
czeńedukacyjnych(viaLMS)o
Źródło:EoDahlstrom,JoBichsel,ECARStudyofUndergraduateStudentsandInformationTechno-
logy,2014oResearchReport,Louisville,ECAR,October2014,so29,http://wwwoeducauseoedu/ecar
BadanieankietoweECAR,przeprowadzonew2014rontodoświadczeńoraz
oczekiwaństudentówdotyczącychwykorzystaniatechnologiiinformacyjnych
wdydaktyceszkoływyższej,przyniosłyinteresującymateriałbadawczynto
nastawieniastudentówdoanalitykiedukacyjnejoBadanieopiniistudentów
obejmowałopopulacjęstudenckąniezależnieodrodzajuśrodowiskakształ-
cenia,tjotradycyjnegośrodowiskakształcenia(zajęćprowadzonychprzez
