POV:引领高等教育的未来:学习分析揭晓

今天的教育环境比以往任何时候都更加复杂和动态。影响学生在一门课程中成功或失败的主要因素是什么?我们如何识别有风险的学生并提供及时的额外支持?这些问题是教育工作者努力加深对学习者和教与学的巨大可能性的理解的核心。

鉴于此,学习分析领域已经出现,以提供系统的、自由的和及时的解决方案。该领域测量、收集、分析和报告有关学习者及其环境的数据,以理解和优化学习及其发生的环境(学会学习分析澳门威尼斯人注册网站研究)。

在波士顿大学学习分析

在波士顿大学,数字能力是有效学习的核心,因为它拥有37,000多名学生,7000多门课程和300多个不同形式的项目,学习场景的规模和多样性。我们的学习分析利用了整个机构产生的丰富数据,并位于三个领域的交叉点:

Ven diagram showing intersection of EdTech, Data Science, and Teaching & Learning, with Learning Analytics at the center.
在波士顿大学学习分析
  • 数据科学——包括完整的数据收集、分析和学习和学习者数据报告周期。使用先进的统计和机器学习模型来分析学习的关键方面。
  • 教学和学习理论和实践-为提出正确的问题和分析结果的解释提供关键参考。
  • 教育技术- DL&I丰富的教育技术工具和服务库为生成数据和实现大规模分析奠定了坚实的基础。

我们密切关注最新的教育趋势,并将先进的分析技术融入我们的咨询和澳门威尼斯人注册网站研究中。以下是一些常见的使用场景:

  • 数据收集:教育工作者可能知道他们想要什么结果,但很难确定什么是正确的数据点或在哪里找到它们。我们帮助澳门威尼斯人注册网站简化跨教育技术平台的数据收集。
Data collection flow example showing decision making branches from the question: What is the learning goal?
数据采集流程示例
  • 影响评估与建模:教育创新对学生学习的影响是什么?学习分析可以利用统计模型对企业价值进行推断。我们首先对学习场景进行全面评估,作为选择最佳模型进行分析的基础。
A Difference-in-Difference Model for Impact Assessment of the Introduction of A New Technology in Classroom
课堂新技术引入影响评估的差中差模型
  • 人工智能和机器学习用于预测和模式检测:为了了解哪些因素可以预测学生的表现或识别常见模式,机器学习算法越来越多地用于分析大型数据集并提供量身定制的反馈。
A Clustering Analysis to Detect Typical Learning Patterns
检测典型学习模式的聚类分析
  • 可视化和仪表板:通过将复杂的数据转换为可访问的,可操作的见解,这些可视化工具提供了学习指标的清晰表示,以帮助教育工作者确定趋势并更有效地定制教学。
An Example Dashboard Tracking Student Performance over Time
跟踪学生表现的仪表板示例

当我们利用数据和学习分析的力量时,我们看到了教育的未来,每个学生的旅程都得到了精确的支持和指导。数据驱动的高等教育时代已经到来,它的前景既令人兴奋又深远。

 

有兴趣探索波士顿大学的学习分析?

电子邮件教育技术一对一咨询askedtech@bu.edu。

 


作者简介:

耿霜(爽 耿) 拥有教育学硕士学位。在哈佛大学教育澳门威尼斯人注册网站研究生院获得学习设计、创新和技术学士学位,在弗吉尼亚大学获得统计和公共政策学士学位。她曾在政策澳门威尼斯人注册网站研究、制度澳门威尼斯人注册网站研究和评估方面拥有专业背景。