ОСВІТНЯ АНАЛІТИКА В УНІВЕРСИТЕТАХ: ІНСТРУМЕНТИ ДЛЯ АНАЛІЗУ ТА ПРОГНОЗУВАННЯ

DOI: 10.31673/2412-4338.2024.026171

  • Глазунова О. Г. (Hlazunova O. H.) Національний університет біоресурсів і природокористування України, Київ
  • Клименко Є. О. (Klymenko Ye. O.) Національний університет біоресурсів і природокористування України, Київ
  • Волошина Т. В. (Voloshyna T. V.) Національний університет біоресурсів і природокористування України, Київ
  • Мокрієв М. В. (Mokriyev M. V.) Національний університет біоресурсів і природокористування України, Київ
  • Вороненко О. В. (Voronenko O. V.) Південноукраїнський національний педагогічний університет імені К.Д. Ушинського, Одеса

Анотація

Цифрові інструменти для аналізу даних відіграють важливу роль у вдосконаленні та оптимізації процесів у різних сферах діяльності. Широкий спектр зібраних даних підвищує інтерес до освітньої аналітики з метою підтримки прийняття ефективних управлінських рішень на всіх рівнях у закладах вищої освіти. У зв’язку з цим заклади освіти використовують цифрові інструменти для аналізу та прогнозування, які отримують дані з системи управління навчанням (LMS), що використовуються університетами і надають узагальнені дані у відповідному форматі для кожної групи зацікавлених сторін. У даній статті представлено цифрові інструменти для обробки великих масивів освітніх даних, що накопичуються на університетських платформах, таких як LMS Moodle. У даному дослідженні виокремлено й описано три групи засобів освітньої аналітики з електронних навчальних курсів (ЕНК) розроблених на базі платформи LMS Moodle. Авторами розроблено схему реалізації, що включає процес дослідження, очищення, перетворення та моделювання великих масивів даних отриманих з цифрового освітнього середовища закладу освіти з метою виявлення прихованих закономірностей, невідомих кореляцій та візуалізації необхідної інформації. Наведено схему компонентів системи для проведення освітньої аналітики на основі великих даних Moodle та системи бізнес аналітики, такої як Power BI, що дає створювати інтерактивні дашборди на основі освітніх індикаторів. Використовуючи стандартні аналітичні можливості Moodle та інструментів здійснено експериментальне дослідження на прикладі навчального порталу Національного університету біоресурсів і природокористування України, що дозволило проаналізувати, які матеріали ЕНК в межах освітніх програм мають найбільшу популярність, як вчасно студенти завантажують свої роботи, який коефіцієнт залучення студентів на електронному курсі, або ж які студенти потенційно не зможуть вчасно закінчити навчання на ЕНК.

Ключові слова: освітня аналітика, цифрові інструменти, LMS Moodle, Power BI, інтерактивні дашборди.

Список використаної літератури
1. Volkova, N., Rizun, N., Nehrey, M.V. Data science: Opportunities to transform education. CEUR Workshop Proceedings, 2019, 2433: 48-73.
2. Nehrey, M., Klymenko, N., Kostenko, I. Formal and Non-formal Education of Ukraine: Analysis of the Current State and the Role of Digitalization. Lecture Notes on Data Engineering and Communications Technologies, 2023, 181: 1085-1098
3. Fischer, C., Pardos, Z. A., Baker, R. S., Williams, J., Smyth, P., Yu, R., Slater, S., Baker, R., & Warschauer, M. Mining Big Data in Education: Affordances and Challenges. Review of Research in Education, 2020, 44(1): 130-160. https://doi.org/10.3102/0091732X20903304
4. Glazunova, O.G., Voloshyna, T.V. Hybrid cloud-oriented educational environment for training future IT specialists. CEUR Workshop Proceedings, 2016, 1614: 157-167
5. Kuzminska, O.H., Morze, N.V., Osadchyi, V.V. Digitization of learning environment of higher education institutions: Conceptual foundations and practical cases, Journal of Physics: Conference Series, 2023, 2611(1), 012024
6. Glazunova, O., Morze, N., Golub, B., Voloshyna, T., Parhomenko, O. Learning style identification system: Design and data analysis. CEUR Workshop Proceedings, 2020, 2732: 793-807
7. Akcapınar G. Profiling students’ approaches to learning through Moodle logs. Proceedings of the Multidisciplinary Academic Conference, Prague, 2015, 242-248.
8. Kadoic N., Oreški D. Analysis of student behavior and success based on logs in Moodle. 41st International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), At Opatija, Croatia, 2018, 0654-0659. DOI: 10.23919/MIPRO.2018.8400123
9. A. Khojastehfar,A., Abarbekouh,H.,. Safai S. and Fatemi O. Analysis of Teaching and Learning in Moodle with the Help of Visualization with Power BI: Case Study of e-Learning Course of University of Tehran. 10th International and the 16th National Conference on E-Learning and E-Teaching (ICeLeT), 2023, 1-7, doi: 10.1109/ICeLeT58996.2023.10139886
10. Gabroveanu M., Diaconescu I. Extracting semantic annotations from Moodle data. In Proceedings of the 2nd East European Conference on Rule-Based Applications, Germany 2008, 428: 1-7. URL: http://ceur-ws.org/Vol-428/paper1.pdf
11. Poon, L.K.M., Kong, SC., Yau, T.S.H., Wong, M., Ling, M.H. Learning Analytics for Monitoring Students Participation Online: Visualizing Navigational Patterns on Learning Management System. Blended Learning. New Challenges and Innovative Practices. ICBL. Lecture Notes in Computer Science, 2017, 10309. https://doi.org/10.1007/978-3-319-59360-9_15
12. Morze, N., Kuzminska, O., Glazunova, O., Korolchuk, V., Mokriiev, M., Varchenko-Trotsenko, L., Zolotukha, R. Moodle Tools for Educational Analytics of the Use of Electronic Resources of the University's Portal. Proceedings of the 1st Symposium on Advances in Educational Technology АЕТ, 2022, 20 (2):. 444-451. ISSN 978-989-758-558-6
13. Romero C., Ventura S., Garcia E. Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 2008, 51: 368-384. DOI: https://doi.org/10.1016/j. compedu.2007.05.016
14. Aldowah, H., Al-Samarraie, H., Fauzy, W.M. Educational data mining and learning analytics for 21st century higher education: A review and synthesis. Telematics and Informatics, 2019, 37: 13-49. doi: 10.1016/j.tele.2019.01.007
15. Pal, N., Dahiya, O. Role of Learning Management System for Evaluating Students' progress in Learning Environment. Proceedings of 5th International Conference on Contemporary Computing and Informatics, IC3I 2022, 1800-1806
16. Fenu G., Marras M., Meles M, A Learning Analytics Tool for Usability Assessment in Moodle Environments. .[J], Journal of e-Learning and Knowledge Society, 2017, 13(3): 23-34. ISSN:1826-6223, e-ISSN:1971-8829 DOI: 10.20368/1971-8829/1388
17. Dogaru, T.; Götze, N.; Rotelli, D.; Berendsohn, Y.; Merceron, A.; Sauer, P: Task Definition in Big Sets of Heterogeneously Structured Moodle LMS Courses. 21. Fachtagung Bildungstechnologien (DELFI). 2023, 313-314 DOI: 10.18420/delfi2023-71.
18. Farias-Gaytan, S., Aguaded, I., Ramirez-Montoya, M.-S.Digital transformation and digital literacy in the context of complexity within higher education institutions: a systematic literature review. Humanities and Social Sciences Communications, 2023, 10 (1), 386. doi: 10.1057/s41599-023-01875-9
19. Labib W.,. Eman Abowardah D. and. Abdelsattar, A. A Review of Big Data’s Role on Higher Education,"[C]. Sixth International Conference of Women in Data Science at Prince Sultan
University (WiDS PSU), Riyadh, Saudi Arabia, 2023, 98-105, doi: 10.1109/WiDS-PSU57071.2023.00031.
20. Ifenthaler, D., Yau, J.YK. Utilising learning analytics to support study success in higher education: a systematic review. Education Tech Research Dev , 2020, 68: 1961-1990 (2020). https://doi.org/10.1007/s11423-020-09788-z
21. Khalid, M.; Yousaf, M.M. A Comparative Analysis of Big Data Frameworks: An Adoption Perspective. Appl. Sci. 2021, 11, 11033. https:// doi.org/10.3390/app112211033
22. Siafis, V., Rangoussi M. Visualization of educational data mined from E-Learning platforms: A comparative evaluation of tools. ICТERI–2021, 2021, Seville, Spain. https://doi.org/10.21125/iceri.2021

Номер
№ 2 (2024)
Розділ
Статті