Wat is educatieve datamining?
educatieve datamining (EDM) is het proces van het analyseren van gegevens verkregen van scholen, studenten en beheerders. De geanalyseerde gegevens worden verkregen uit computerinformatiesystemen, zoals testscores en aanwezigheidsrecords. Datamining zoekt naar patronen en associaties om conclusies te trekken over prestaties en gedrag.
Moderne educatieve omgevingen vertrouwen op technologie om activiteiten te stroomlijnen en belangrijke studentengegevens bij te houden. Softwareapplicaties worden ook gebruikt om de lesplannen van studenten te beheren, het leerproces te vergemakkelijken en examens te beheren. Communicatie tussen studenten, leraren en ouders wordt ook grotendeels afhankelijk van internet en computertechnologie. Educatieve datamining wil al deze gegevens combineren om nieuwe inzichten te ontdekken.
scholen gebruiken inzichten van datamining om nieuwe leerprogramma's te ontwikkelen, de prestaties te verbeteren en potentiële problemen aan te pakken. De techniek kan worden gebruikt om te bepalen welke voorwaarden studenten helpen om te leren zijnTTER of presteer beter op examens. Het gebruik van educatieve datamining is zo populair geworden dat wereldwijde conferenties regelmatig worden vastgehouden om opvoeders te leren over de technieken en nieuwe manieren te ontdekken om het in scholen op te nemen.
Sommige van de onderwerpen die zijn onderzocht tijdens onderwijsconferenties voor data -mijnbouw, omvatten hoe dit effectief datamining te gebruiken, hoe verschillende bronnen van gegevens, verbeteringsmethoden voor educatieve software te mineren en hoe de resultaten van gegevensmining te interpreteren om de instructie van de klas te verbeteren. Net zoals marketeers datamining gebruiken om associaties tussen de aankoopgewoonten van de consument en marketingactiviteiten te onthullen, wil educatieve datamining onuitgesproken gedragspatronen ontdekken. Opvoeders kunnen het bijvoorbeeld gebruiken om de effectiviteit van experimentele vormen van leren en prestatiefeedback te bepalen voor middelbare scholieren, zoals zelfgestuurd leren en beoordelingen op basis van UPOver subjectieve schriftelijke beoordelingen in plaats van een lettercijfer.
Datamining is een manier om inzicht te krijgen in de hoofden van studenten en beheerders, die mogelijk moeilijk te ontdekken zijn met directe onderzoeksmethoden. Sommige hogescholen en universiteiten kunnen de resultaten analyseren van het afstuderen van de prestaties van studenten op nationale gestandaardiseerde tests om de kwaliteit van de instructie in de klas te controleren. Hoge scores in bepaalde onderwerpen over anderen kunnen wijzen op de noodzaak om de methode aan te passen waarin dat materiaal wordt geleverd. Andere leermiddelen naast de traditionele lezing kunnen worden geprobeerd als gevolg van datamining.
Als datamining bijvoorbeeld blootlegt dat studenten in de loop van de tijd meer informatie behouden als gevolg van het werken aan projecten in plaats van meerkeuzetests, kunnen opvoeders in alle klassen meer projecten beginnen te implementeren. Datamining kan ook isoleren hoe bepaalde groepen studenten leren. Resultaten van de prestaties van studenten kunnen trends tussen leeftijdsgroepen en geslacht weerspiegelen.