Was ist Bildungsdatenabbau?

Bildungsdatenmining (EDM) ist der Prozess der Analyse von Daten von Schulen, Schülern und Administratoren. Die analysierten Daten werden aus Computerinformationssystemen wie Testergebnissen und Anwesenheitsakten erhalten. Data Mining sucht nach Mustern und Assoziationen, um Schlussfolgerungen zu Leistung und Verhalten zu ziehen. Softwareanwendungen werden auch verwendet, um Unterrichtspläne für Schüler zu verwalten, den Lernprozess zu erleichtern und Prüfungen zu verwalten. Die Kommunikation zwischen Schülern, Lehrern und Eltern ist auch weitgehend von der Internet- und Computertechnologie abhängig. Der Bildungsdatenmining versucht, alle diese Daten zu kombinieren, um neue Erkenntnisse aufzudecken. Die Technik kann verwendet werden, um festzustellen, welche Bedingungen den Schülern helfen, das zu lernenTter oder besser bei Prüfungen durchführen. Der Einsatz von Bildungsdatenmining ist so beliebt geworden, dass weltweite Konferenzen regelmäßig abgehalten werden, um Pädagogen über die Techniken zu unterrichten und neue Wege zu entdecken, es in Schulen einzubauen.

Einige der Themen, die während der Bildungsdatenminingkonferenzen untersucht wurden, umfassen die effektive Verwendung von Data Mining, die Minderung verschiedener Datenquellen, Verbesserungsmethoden für Bildungssoftware und die Interpretation von Data -Mining -Ergebnissen zur Verbesserung des Unterrichts im Klassenzimmer. So wie Marketingfachleute Data Mining verwenden, um Assoziationen zwischen den Kaufgewohnheiten der Verbraucher und den Marketingaktivitäten aufzudecken, versucht Bildungsdatenmining, unausgesprochene Verhaltensmuster zu entdecken. Zum Beispiel könnten Pädagogen es verwenden, um die Wirksamkeit experimenteller Formen des Lern- und Leistungsfeedbacks für Schüler der High School zu bestimmen, wie z. B. selbstgesteuerte Lernen und Bewertungen basierendauf subjektive schriftliche Bewertungen anstelle einer Briefnote.

Data Mining ist ein Weg, um Einblicke in die Köpfe von Studenten und Administratoren zu erhalten, die mit direkten Forschungsmethoden schwer aufzudecken sind. Einige Hochschulen und Universitäten können die Ergebnisse der Leistung der Studierenden bei nationalen standardisierten Tests analysieren, um die Qualität des Unterrichts im Klassenzimmer zu überwachen. Hohe Werte in bestimmten Themenbereichen gegenüber anderen können darauf hinweisen, dass die Methode angepasst werden muss, mit der dieses Material geliefert wird. Andere Lernwerkzeuge neben der traditionellen Vorlesung können als Ergebnis des Data Mining ausprobiert werden.

Zum Beispiel, wenn Data Mining aufdeckt, dass die Schüler im Laufe der Zeit mehr Informationen behalten, weil sie an Projekten und nicht an Multiple -Choice -Tests arbeiten, können Pädagogen möglicherweise mehr Projekte in allen Klassen implementieren. Data Mining kann auch isolieren, wie bestimmte Gruppen von Schülern lernen. Die Ergebnisse der Schülerleistung können Trends zwischen Altersgruppen und Geschlecht widerspiegeln.