Vad är utbildningsdata mining?

Utbildningsdata Mining (EDM) är processen för att analysera data som erhållits från skolor, studenter och administratörer. Uppgifterna som analyseras erhålls från datorinformationssystem, såsom testresultat och närvaroregister. Data mining letar efter mönster och föreningar för att dra slutsatser om prestanda och beteende.

Moderna utbildningsmiljöer förlitar sig på teknik för att effektivisera verksamheten och hålla reda på viktiga studentdata. Programvaruapplikationer används också för att administrera studentlektionsplaner, underlätta inlärningsprocessen och administrera tentor. Kommunikation mellan elever, lärare och föräldrar blir också till stor del beroende av internet- och datateknik. Utbildningsdata mining syftar till att kombinera alla dessa uppgifter för att avslöja ny insikt.

skolor använder insikter från data mining för att utveckla nya inlärningsprogram, förbättra prestanda och ta itu med potentiella problem. Tekniken kan användas för att avgöra vilka förhållanden som hjälper eleverna att lära sig varatter eller prestera bättre på tentor. Att anställa utbildningsdata mining har blivit så populärt att världsomspännande konferenser regelbundet hålls för att lära lärare om teknikerna och upptäcka nya sätt att integrera den i skolor.

Några av de ämnen som undersökts under utbildningsdata miningkonferenser inkluderar hur man effektivt använder data mining, hur man minskar olika datakällor, förbättringsmetoder för utbildningsprogramvara och hur man tolkar data mining för att förbättra klassrumsinstruktionen. Precis som marknadsförare använder data mining för att avslöja föreningar mellan konsumentköpsvanor och marknadsföringsaktiviteter försöker utbildningsdata mining att upptäcka outtalade beteendemönster. Till exempel kan lärare använda den för att bestämma effektiviteten hos experimentella former av lärande och prestationsåterkoppling för gymnasieelever, såsom självstyrd lärande och bedömningar baseratpå subjektiv skriftlig recensioner snarare än en bokstavsbetyg.

data mining är ett sätt att få insikt i hjärnan hos studenter och administratörer, vilket kan vara svårt att avslöja med direkta forskningsmetoder. Vissa högskolor och universitet kan analysera resultaten från examenstudenternas prestanda på nationella standardiserade tester för att övervaka kvaliteten på sin klassrumsinstruktion. Höga poäng inom vissa ämnesområden över andra kan indikera ett behov av att justera metoden där materialet levereras. Andra inlärningsverktyg förutom den traditionella föreläsningen kan prövas till följd av data mining.

Till exempel, om data mining avslöjar att eleverna behåller mer information över tid som ett resultat av att arbeta med projekt snarare än flervalstester, kan lärare börja implementera fler projekt i alla klasser. Data mining kan också isolera hur vissa grupper av elever lär sig. Resultaten av studentprestanda kan återspegla trender bland åldersgrupper och kön.