Hva er pedagogiske data mining?

Pedagogiske data mining (EDM) er prosessen med å analysere data hentet fra skoler, studenter og administratorer.Dataene som blir analysert oppnås fra datamaskininformasjonssystemer, for eksempel testresultater og oppmøtejournaler.Data mining ser etter mønstre og assosiasjoner for å trekke konklusjoner om ytelse og atferd.

Moderne pedagogiske miljøer er avhengige av teknologi for å effektivisere operasjoner og følge med på viktige studentdata.Programvare -applikasjoner brukes også til å administrere studentleksjonsplaner, legge til rette for læringsprosessen og administrere eksamener.Kommunikasjon mellom elever, lærere og foreldre blir også i stor grad avhengig av internett- og datateknologi.Utdanningsdata mining søker å kombinere alle disse dataene for å avdekke ny innsikt.

Skoler bruker innsikt fra data mining for å utvikle nye læringsprogrammer, forbedre ytelsen og ta opp potensielle problemer.Teknikken kan brukes til å bestemme hvilke forhold som hjelper studentene å lære bedre eller prestere bedre på eksamener.Å bruke pedagogiske data mining har blitt så populært at verdensomspennende konferanser regelmessig holdes for å lære lærere om teknikkene og oppdage nye måter å innlemme det i skoler.Hvordan gruve forskjellige datakilder, forbedringsmetoder for pedagogisk programvare og hvordan du tolker data mining -resultater for å forbedre klasseromsinstruksjonen.Akkurat som markedsførere bruker data mining for å avdekke assosiasjoner mellom forbrukerkjøpsvaner og markedsføringsaktiviteter, søker pedagogiske data mining å oppdage uuttalte atferdsmønstre.For eksempel kan lærere bruke den til å bestemme effektiviteten av eksperimentelle former for læring og tilbakemelding av ytelser for elever på videregående skole, for eksempel selvstyrt læring og vurderinger basert på subjektive skriftlige anmeldelser i stedet for en bokstavkarakter.

Data mining er en måteÅ få innsikt i hodet til studenter og administratorer, noe som kan være vanskelig å avdekke med direkte forskningsmetoder.Noen høyskoler og universiteter kan analysere resultatene fra å uteksaminere studenters resultater på nasjonale standardiserte tester for å overvåke kvaliteten på klasseromsinstruksjonen.Høye score i visse fagområder over andre kan indikere et behov for å justere metoden som materialet blir levert i.Andre læringsverktøy foruten det tradisjonelle foredraget kan prøves som et resultat av data mining.

For eksempel, hvis data mining avdekker at studenter beholder mer informasjon over tid som et resultat av å jobbe med prosjekter i stedet for flervalgstester, kan lærere begynne å implementere implementering avFlere prosjekter i alle klasser.Data mining kan også isolere hvordan visse grupper av studenter lærer.Resultatene av studentenes ytelse kan gjenspeile trender mellom aldersgrupper og kjønn.