PerActiLA: Gepersonaliseerde activering van studenten via op Learning Analytics gebaseerde inzichten over de leerprocessen van studenten

In dit project onderzoeken we een manier om online leren motiverender te maken door gebruik te maken van interventies gericht op gepersonaliseerd en gedifferentieerd leren. 

Deze interventies houden rekening met de persoonlijke tekortkomingen en problemen van de leerlingen. Hiertoe combineren we data vanuit Learning Analytics met gepersonaliseerde mindset-interventies, gericht op gedragsverandering.

Instelling

Technische Universiteit Eindhoven

Doel en doelgroep

In dit project ontwikkelen we een aantal interventies die we testen in drie bachelorvakken. Daarbij gebruiken we data van het LMS om gepersonaliseerde feedback en formatief toetsen naar voren te halen. Aan een geselecteerde groep studenten die een achterstand in online leren hebben, bieden we mindset-interventies op maat aan. Mindset-interventies zijn gericht op gedragsverandering. De interventies bestaan uit een combinatie van schrijfoefeningen, educatieve video's, persoonlijke verhalen van andere studenten, en leesonderdelen die studenten zelfstandig volgen.

In dit project pakken we de volgende drie uitdagingen aan:

1. Hoe kunnen we de LMS-data gebruiken om onderscheid te maken tussen studenten die op koers liggen en studenten die achterblijven?
2. Hoe kunnen we gepersonaliseerde interventies ontwerpen en toepassen die studenten activeren en stimuleren tot betere zelfregulatie van hun leerproces?
3. Hoe kunnen we studenten zo volgen dat hun privacy is gewaarborgd en zij zich niet bedreigd voelen?

De initiële doelgroep van het project bestaat uit studenten van drie vakken van de bacheloropleiding Psychologie & Technologie van de TU/e. Per jaar schrijven zich ongeveer 140 studenten in voor deze opleiding.

Resultaten

Dit project levert de volgende resultaten op:

1. Drie nieuw ontworpen bachelorvakken; het nieuwe ontwerp sluit veel beter aan bij blended en online leerbenaderingen.
2. Een set open scripts die de click-stream gegevens van de cursussen overbrengen in spreadsheets, die geanalyseerd kunnen worden door universitaire onderzoekers.
3. Vakspecifieke richtlijnen en modellen die gebruikt kunnen worden voor de identificatie van studenten met onvoldoende leeractiviteiten.
4. Online materialen die gebruikt kunnen worden voor interventies die de zelfregulering bij studenten stimuleren. Het gaat om korte pedagogische artikelen, quizzen, educatieve video's, en korte opdrachten en oefeningen.
5. Docentenopleidingsprogramma's (Open Access online tutorials). De tutorials leggen onder meer uit hoe docenten cursussen kunnen herontwerpen om gepersonaliseerde feedback en activerende interventies mogelijk te maken.
6. Een aantal rapporten, een wetenschappelijk artikel en een blog.

Ontwikkelde materialen

• Open Access R-script for the processing of Canvas clickstream data and the generation of variables that measure learners’ characteristics - .
• Freely available, very detailed materials for the development of online mindset interventions -
• Open Access online tutorial that explains to teachers how to set up a Learning Analytics-based online intervention.

Alle materialen worden vrij toegankelijk verspreid via de blog van het project en via SURF Sharekit. Daarnaast zal het materiaal worden gedistribueerd als kant-en-klare modules en plug-ins voor het Canvas LMS via Commons Sharing.

Lees hier het praktijkverhaal over dit project.

Contactpersoon voor vragen

Dr. U Matzat, Technische Universiteit Eindhoven (u.matzat@tue.nl)

Stimuleringsregeling open en online onderwijs

Dit is een project uit ronde 2021 van de stimuleringsregeling open en online onderwijs.