Цифровой след в образовании (2). Цифровой след это уникальный набор действий в Интернете или на цифровых устройствахDataset
Скачать 1.01 Mb.
|
Цифровой след в образовании Зачем нужна аналитика в образовании Евгений Попов 5 июля 2021 e.popov@2035.university Основные определения Цифровой след - это уникальный набор действий в Интернете или на цифровых устройствах Dataset – это обработанная и структурированная информация в табличном виде Анализ данных - это совокупность методов и приложений, связанных алгоритмами обработки данных и не имеющих четко зафиксированного ответа на каждый входящий объект Опыт команды С нашим участием проведено более 10 мероприятий за 2020 год Приняли участие свыше 300 вузов Нашими студентами были: - Преподаватели - Студенты и слушатели ВУЗов - Представители коммерческого образования - Представители государственных органов разных уровней Общее количество слушателей и участников наших проектов превышает 5000 человек Типы анализа данных Зна чимость Сложность Информация Оптимизация Чт о случил ось? Опис ательная аналитика По чем у э то случил ось? Диагно стиче ская аналитика Чт о случит ся? Предиктивная аналитика Чт о мы до лжны сде ла ть, чт обы э то случил ось? Предписыв ающ ая аналитика Непре дусмо трит ельность Понимание Пре двидение Описательная аналитика Предиктивная аналитика Что можно распознавать в цифровом следе Вовлеченность: Вовлеченность как совокупный показатель активности, участия, инициативы, использования инструментов, коммуникации, рефлексии, вопрошания и проявления эмоций Командность: Определение роли участников в командной работе, выявление вклада, полезности, функционала в работе каждого участника и уровня доверия, синергичность, слаженность команды Что распознаем в цифровом следе Коммуникация: Определение степени участия в общей коммуникации, оценка к кому участники чаще обращаются, как задают вопросы, рефлексируют, проявляют эмоции, комментируют Отношение и эмоции: Анализ сентимента текстов, эмоджи, интонации в индивидуальных аудио дорожках и выражения лиц в зум, составление детальной картины эмоций и отношения участников к конкретным темам Что распознаем в цифровом следе Содержание и разметка терминов: Распознавание смыслового наполнения текстов, разметка в рубрикаторы Понимание материала в сравнении с лектором: Сравнивая семантические ядра, определяем уровень, границы и погрешности понимания Пример анализа данных Текущий уровень Зна чимость Сложность Информация Оптимизация Чт о случил ось? Опис ательная аналитика По чем у э то случил ось? Диагно стиче ская аналитика Чт о случит ся? Предиктивная аналитика Чт о мы до лжны сде ла ть, чт обы э то случил ось? Предписыв ающ ая аналитика Непре дусмо трит ельность Понимание Пре двидение Зна чимость Сложность Информация Оптимизация Чт о случил ось? Опис ательная аналитика По чем у э то случил ось? Диагно стиче ская аналитика Чт о случит ся? Предиктивная аналитика Чт о мы до лжны сде ла ть, чт обы э то случил ось? Предписыв ающ ая аналитика Непре дусмо трит ельность Понимание Пре двидение Индивидуальные образовательные траектории Персонифицированный подход в обучении Обучение через деятельность Что нужно: Увеличение объема собираемых данных Поиск новых корреляций Поиск новых паттернов Формирование сообщества Вопросы |