Hvad er uddannelsesdata-minedrift?

Uddannelsesdatamining (EDM) er processen med at analysere data indhentet fra skoler, studerende og administratorer. De data, der analyseres, fås fra computerinformationssystemer, såsom testresultater og deltagelsesregister. Data mining søger efter mønstre og foreninger for at drage konklusioner om præstationer og adfærd.

Moderne uddannelsesmiljøer er afhængige af teknologi til at strømline operationer og holde styr på vigtige studerendes data. Softwareapplikationer bruges også til at administrere studerendes lektionsplaner, lette læringsprocessen og administrere eksamener. Kommunikation mellem studerende, lærere og forældre er også i vid udstrækning afhængig af internet- og computerteknologi. Uddannelse af dataundervisning søger at kombinere alle disse data for at afsløre ny indsigt.

Skoler bruger indsigt fra data mining til at udvikle nye læringsprogrammer, forbedre ydeevnen og adressere potentielle problemer. Teknikken kan bruges til at bestemme, hvilke betingelser hjælper studerende med at lære bedre eller yde bedre på eksamener. Anvendelse af uddannelsesmæssig datamining er blevet så populært, at der jævnligt afholdes konferencer for at undervise undervisere om teknikkerne og opdage nye måder at integrere dem i skoler på.

Nogle af de emner, der blev undersøgt under uddannelsesmæssige data mining-konferencer inkluderer, hvordan man effektivt bruger data mining, hvordan man mines forskellige datakilder, forbedringsmetoder til uddannelsessoftware, og hvordan man fortolker data mining-resultater for at forbedre undervisningen i klasseværelset. Ligesom marketingfolk bruger data mining til at afdække sammenhænge mellem forbrugernes købsvaner og markedsføringsaktiviteter, søger uddannelsesmæssig data mining at finde uudtalte opførselsmønstre. For eksempel kunne undervisere bruge den til at bestemme effektiviteten af ​​eksperimentelle former for læring og feedback til præstationer for gymnasieelever, såsom selvstyret læring og vurderinger baseret på subjektive skriftlige anmeldelser snarere end en bogstavkarakter.

Data mining er en måde at få indblik i sindet for studerende og administratorer, hvilket kan være vanskeligt at afsløre med direkte forskningsmetoder. Nogle colleges og universiteter analyserer muligvis resultaterne af kandidatstuderendes præstation på nationale standardiserede prøver for at overvåge kvaliteten af ​​klasselæringsundervisningen. Høj score i bestemte emneområder frem for andre kan indikere et behov for at justere metoden, som materialet leveres i. Andre læringsværktøjer udover det traditionelle forelæsning kan være forsøgt som et resultat af data mining.

For eksempel, hvis dataindvinding afslører, at studerende bibeholder mere information over tid som et resultat af at arbejde på projekter snarere end multiple choice-prøver, kan undervisere muligvis begynde at implementere flere projekter i alle klasser. Data mining kan også isolere, hvordan bestemte grupper af studerende lærer. Resultater af studerendes præstationer kan afspejle tendenser blandt aldersgrupper og køn.