1,721,045 research outputs found
Design Patterns pour l’évaluation des apprenants dans un EIAH
No full textThis paper presents a structured set of 17 Design Patterns (DP for short). These DPs target the design of learning systems that assess learners while solving problems, for example problems in mathematics, logic or programming. Learners’ assessment is a three step approach : first collect and analyse data while a learner solves a problem, second overview of a learner’s activity across a set of exercises and third overview of the activity of a group of learners on a set of exercises. This set of DPs has emerged as a way of capitalizing on the work done by the co-authors while sharing their experience in this area. We show that these DPs do account for other experiences taken from the literature. In our opinion, writing sets of DPs is a way to facilitate communication in pluridisciplinary teams for the design of e-learning systems. The present set is a step in that direction.Dans cet article nous présentons un premier ensemble de 17 Design Patterns (DP) pour la conception d’EIAH qui évaluent des apprenants en situation de résolution de problèmes. La démarche d’évaluation décrite par ces DPs comporte trois étapes : premièrement, recueil et analyse des informations sur un seul apprenant pour un seul exercice, deuxièmement construction d’une vue générale sur l’activité individuelle d’un apprenant sur un ensemble d’exercices et, troisièmement élaboration d’une vue générale sur l’activité de toute une classe sur un même ensemble d’exercices. Nous montrons que cet ensemble de DPs capitalisant l’expérience de plusieurs projets menés par les co-auteurs rend compte également de la conception de l’évaluation des apprenants dans d’autres EIAH décrits dans la littérature. Nous soutenons que l’approche Design Pattern facilite la communication entre les disciplines intervenant dans la conception des EIAH et permet de capturer leur expérience de conception pour faciliter la réutilisation dans des projets à venir. L’ensemble de DPs présentés ici est un premier pas en ce sens.Delozanne Elisabeth, Le Calvez Françoise, Merceron Agathe, Labat Jean-Marc. Design Patterns pour l’évaluation des apprenants dans un EIAH. In: Sciences et Technologies de l'Information et de la Communication pour l'Éducation et la Formation, volume 14, 2007. Les Dimensions émotionnelles de l'interaction dans un EIAH/Analyses des traces d'utilisation dans les EIAH. pp. 45-80
Teacher and student facing analytics
Full text linkLearning analytics systems are increasingly being designed for and implemented in classroom teaching and learning in K-12 and post-secondary contexts. For analytics to play a constructive role, it is important to consider how they are being used by teachers and students and how they can be designed to enhance and complement human decision making. In this chapter, we first discuss issues that teachers and students face in the sensemaking of learning analytics systems as well as in the subsequent phase of acting on the information provided by such systems. We then discuss the following aspects for teacher facing and then student facing analytics: (a) theoretical models underlying analytics use; (b) ways analytic systems have been designed and implemented; (c) evidence of impact the systems have had on teaching and learning. The chapter ends with an overarching discussion of challenges that concern both teacher and student facing analytics and introduces the possibilities for co-design of analytics systems to address some of these challenges
Zeitabhängige Empfehlungssysteme für die Vorhersage von geeigneten Lerninhalten
No full textThis dissertation deals with adaptive learning technologies which aim to optimize Technology Enhanced Learning (TEL) offerings to fit the individual learner's needs. Thereby, Recommender Systems play a key role in supporting the user's decision process for items of interest. This works very well for e-commerce and Video on Demand services. However, it is found to be the case that these traditional Recommender Systems cannot be directly transferred to TEL as the recommendation of course items follows a particular educational paradigm. The special conditions of this paradigm are first investigated and then taken into account for the realization of new algorithms. In order to allow a broad interoperability of a Recommender System with other technical components, a set of open standards and specifications results in a reference architecture for such an adaptive learning environment. Based on the realized architecture, activity data have been collected from students using course materials available online - the courses themselves comprising face-to-face lectures backed up by digital representations of the presented contents, blended learning settings as well as online-only courses. The courses provided access to the course materials via a novel Learning Companion Application. This app also presents learning recommendations to make the content selection more efficient and effective. Thereby, this work indicates that an educational Recommender System should not be evaluated using standard evaluation frameworks that utilize, for instance, a classical n-fold cross-validation. For this reason, a time-dependent evaluation framework is defined to investigate the precision of the Top-N learning recommendations at various points in time. Moreover, a new measure is introduced to determine the Mean Absolute Timeliness Deviation between an item recommendation and the time when it is actually accessed by the user. Subsequently, four major techniques for Recommender Systems are realized and applied to the collected data, evaluated with the time-dependent evaluation framework and successively optimized. As a reference implementation, a traditional Collaborative Filtering algorithm is developed and extended to incorporate time information. The results are then compared to the results of other time sensitive algorithms: an Item-based Collaborative Filtering approach which has previously been applied to TEL and a new learning path generator which incorporates a set of contextual information. Finally, a novel time-weighted Knowledge-based Filtering algorithm is presented and exhaustively analyzed. The evaluation results indicate that time-dependent filtering which incorporates multi-contextual activity data can produce the most precise recommendations.Die vorliegende Dissertation beschäftigt sich mit adaptiven Lerntechnologien, die sich an die individuellen Bedürfnisse der Lernenden anpassen. Dabei spielen vor allem Empfehlungssysteme eine Schlüsselrolle, da sie den Entscheidungsprozess der Benutzer unterstützen. Das funktioniert sehr gut für E-Commerce und Video on Demand-Dienste. Allerdings können diese Mechanismen nicht einfach für den Bereich des Technologie-gestützten Lernens übertragen werden, da die Empfehlungen von Kursinhalten einem sehr speziellen Paradigma folgen. Die Eigenschaften dieses Paradigmas werden in der Dissertation erst analysiert und anschließend als Basis für neue Algorithmen berücksichtigt. Um eine breite Interoperabilität des Empfehlungssystems mit anderen technischen Komponenten zu gewährleisten, wurden offene Standards und Spezifikationen umgesetzt, mit deren Hilfe eine Referenzarchitektur für adaptive Lernumgebungen umgesetzt wurde. Basierend darauf wurden Aktivitätsdaten in Echtwelt-Kursen gesammelt - von Präsenzunterricht, welcher durch digitales Vorlesungsmaterial unterstützt wurde, über Blended Learning-Umgebungen bis hin zu ausschließlichen Online-Kursen. Alle Kursteilnehmer hatten Zugriff auf die Kursmaterialien über die Lernbegleiter-App. Der Entscheidungsprozess der Lernenden wurde durch ein Lernempfehlungssystem unterstützt. Dabei hat sich herausgestellt, dass herkömmliche Evaluationstechniken, wie die n-Fold Cross- Validation, nicht für die Evaluation von Lernempfehlungssystemen geeignet sind. Deshalb wurde ein zeitabhängiges Evaluations-Framework definiert, mit dem die Präzision von Top-N-Lernempfehlungen zu verschiedenen Zeitpunkten analysiert werden kann. Zusätzlich wurde eine neuartige Messgröße eingeführt, die ""Mean Absolute Timeliness Deviation"", die den zeitlichen Abstand zwischen Empfehlungen und dem späteren Abruf der Inhalte durch den Benutzer misst. Darauf basierend konnten vier Haupttechniken für Empfehlungssysteme realisiert und auf die gewonnenen Datensätze angewandt werden. Dann wurden diese mit dem definierten Evaluations- Framework ausgewertet und sukzessive optimiert. Als Referenzimplementierung diente ein traditioneller Collaborative Filtering-Algorithmus. Dieser ließ sich mit zeitabhängigen Algorithmen vergleichen: mit einer Item-based Collaborative Filtering-Methode, welche bereits für das Technologie-gestützte Lernen angewandt wurde, sowie mit einem Lernpfad-Generator, der kontextabhängige Informationen verarbeitet. Anschließend ist ein neuartiger kontextsensitiver und zeitabhängiger Knowledge-based Filtering-Algorithmus vorgestellt und ausgewertet worden. Die Arbeit zeigt, dass die präzisesten Empfehlungen durch zeitabhängige Filter-Algorithmen produziert werden, die zusätzlich mehrere Typen von Aktivitätsdaten verarbeiten
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
- …
