Hva er gruvedrift om pedagogisk data?

Pedagogisk datamining (EDM) er prosessen med å analysere data hentet fra skoler, studenter og administratorer. Dataene som analyseres er hentet fra datamaskininformasjonssystemer, for eksempel testresultater og oppmøteoppføringer. Data mining ser etter mønstre og assosiasjoner for å trekke konklusjoner om ytelse og atferd.

Moderne utdanningsmiljøer er avhengige av teknologi for å effektivisere driften og holde oversikt over viktige studentdata. Programvareapplikasjoner brukes også til å administrere leksjonsplaner for studenter, lette læringsprosessen og administrere eksamener. Kommunikasjon mellom elever, lærere og foreldre blir også i stor grad avhengig av Internett- og datateknologi. Utdanning av dataundervisning 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 adressere potensielle problemer. Teknikken kan brukes til å bestemme hvilke forhold som hjelper studentene til å lære bedre eller prestere bedre på eksamener. Ansettelse av pedagogisk datautvinning har blitt så populært at det jevnlig avholdes konferanser for å lære lærere om teknikkene og oppdage nye måter å innlemme det i skoler.

Noen av emnene som ble utforsket under utdanning av data mining-konferanser inkluderer hvordan man effektivt kan bruke data mining, hvordan man kan gruve inn forskjellige datakilder, forbedringsmetoder for pedagogisk programvare, og hvordan man kan tolke data mining-resultater for å forbedre undervisningen i klasserommet. Akkurat som markedsførere bruker data mining for å avdekke assosiasjoner mellom forbrukeres kjøpsvaner og markedsføringsaktiviteter, søker utdanning av data mining å oppdage usagte atferdsmønstre. For eksempel kunne lærere bruke den til å bestemme effektiviteten av eksperimentelle læringsformer og tilbakemeldinger om prestasjoner for elever på videregående skoler, for eksempel selvstyrt læring og vurderinger basert på subjektive skriftlige anmeldelser i stedet for en bokstavkarakter.

Data mining er en måte å 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 av uteksaminert studenters ytelse på nasjonale standardiserte tester for å overvåke kvaliteten på klasseromsundervisningen. Høyt score i visse fagområder over andre kan indikere et behov for å justere metoden der materialet leveres. Andre læringsverktøy i tillegg til den tradisjonelle forelesningen kan bli prøvd som et resultat av data mining.

For eksempel, hvis data mining ikke avdekker at studentene har mer informasjon over tid som et resultat av å jobbe med prosjekter i stedet for flervalgsprøver, kan lærere begynne å implementere flere prosjekter i alle klasser. Data mining kan også isolere hvordan bestemte grupper av studenter lærer. Resultater av studentprestasjoner kan gjenspeile trender mellom aldersgrupper og kjønn.