מטח, המרכז לטכנולוגיה חינוכית

Slides:



Advertisements
Presentazioni simili
WEB CONFERENCE PER Boscolo Tours LUTILIZZO DELLE WEB CONFERENCE PER BOSCOLO TOURS.
Advertisements

1 Ricerca e Sviluppo nelle TLC Roma, 14 Maggio 2003 ANDREA GAVOSTO Studi Economici Telecom Italia.
Acquisizione on Line di una f.e.m. indotta
RICERCA IN UN VETTORE.
RICERCA IN UN VETTORE. Metodi basati sul confronto di chiavi Si confrontano gli elementi del vettore V con lelemento (chiave K) che si vuole ricercare.
La costruzione di un sito web
COME CRESCERE IN MOMENTI DIFFICILI O PEN S OURCE M ANAGEMENT.
Tipo Documento: unità didattica 4 Modulo 14 Compilatore: Antonella Bolzoni Supervisore: Data emissione: Release: Indice: A.Scheda informativa B.Introduzione.
Competenze di Project Management Ing. Claudio Nidasio Napoli, 07 Novembre 2002 Introduzione al Project Management Regione Campania.
Iscrizione on line allesonero di Statistica Liscrizione è obbligatoria e può essere effettuata fino a mercoledì 20 aprile alle Dopo tale data NON.
Data mining for e-commerce sites
Un giocatore di poker ha in mano quattro carte di cuori ed una di picche. Decide di scartare quest'ultima, pescando un'altra carta e tentare di fare "colore,
MARKET CONNECT WEB Modulo: Corsi on Line New Business Info Services & Products Borsa Italiana.
1 A.A. 2007/2008 Laurea Magistrale in Modelli Decisionali Metodi e Applicazioni.
1ROL - Richieste On Line
N.B. Nella versione on line i files sonori non sono disponibili.
LUCA 21: Poi disse loro una parabola: «Osservate il fico e tutti gli alberi. 30 Quando essi cominciano a mettere i germogli, vedendoli, voi stessi.
YOUTORINO UN PROGETTO DI: Ciarrocchi Manuela, Lorenzo DAmelio, Nicola DAcunti.
Web 2.0: In che misura chat, forum e social network supportano l'attività del medico in ambito clinico Laura Frosali Medicina Generale Milano.
Discorso della Preside bullismo?.
Guida allo studio di Rashi 1. Genesi 21.9 בראשית פרק כא ט
STATISTICA PER LE DECISIONI DI MARKETING
STATISTICA PER LE DECISIONI DI MARKETING
Chi siamo… Donatella Consolandi - Titolare. Ci presentiamo.. Fondata a Milano nel 1991 Servizio globale a 360°: ADV classico, Below the line e ADV online.
È una raccolta di risorse Internet per la didattica, selezionate e organizzate in una rassegna vasta, aggiornata quotidianamente a libero accesso, per.
Didattica on line.
Esercizio Regressione DATI Per un campione casuale di 82 clienti di un'insegna della GDO, sono disponibili le seguenti variabili, riferite ad un mese di.
STATISTICA PER LE DECISIONI DI MARKETING Andrea Cerioli Sito web del corso IL MODELLO DI REGRESSIONE LINEARE MULTIPLA Selezione.
DATA MINING PER IL MARKETING
Data Mining per il Marketing Andrea Cerioli Sito web del corso I modelli statistici nel Data Mining e nel marketing.
Chiara Carlino. My ESSE3: lo studente al centro.
DATA MINING PER IL MARKETING
LABORATORIO DI ANALISI AVANZATA DEI DATI Andrea Cerioli Sito web del corso IL MODELLO DI REGRESSIONE LINEARE MULTIPLA Esempio (d)istruttivo.
DATA MINING PER IL MARKETING
LABORATORIO DI ANALISI AVANZATA DEI DATI Andrea Cerioli Sito web del corso ESTENSIONI DEL MODELLO DI REGRESSIONE LINEARE MULTIPLA.
Data Mining per il Marketing Andrea Cerioli Sito web del corso I modelli statistici nel marketing e nel Data Mining e.
Tipo Documento: unità didattica 4 Modulo 14 Compilatore: Antonella Bolzoni Supervisore: Data emissione: Release: Indice: A.Scheda informativa B.Introduzione.
DATA MINING PER IL MARKETING
DATA MINING PER IL MARKETING
DATA MINING PER IL MARKETING Andrea Cerioli Sito web del corso
DATA MINING PER IL MARKETING
OCD - ON-LINE COLOUR INDEX DETECTOR Dispositivo per la misura della “quantità di colore” espressa come Indice di Colore/Torbidità IC Misura On-Line del.
Scheda Ente Richiesta di contributo fino a €
Scheda Iniziativa. 2ROL - Richieste On Line 3 4.
Analisi Multivariata dei Dati
Il portale degli italiani anno secondo Il web di Linea Amica continua a crescere Maggio 2012.
Scheda Ente. 2ROL - Richieste On Line 3 4 Ente Privato 5ROL - Richieste On Line.
Scheda Ente. 2ROL - Richieste On Line 3 4 Ente Privato 5ROL - Richieste On Line.
מתמטיקה בדידה תרגול 1.
מערכת ההשכלה הגבוהה של ישראל – תמונת מצב לשנת 2005 ד"ר עמי וולנסקי אוניברסיטת תל-אביב
סוגיות מרכזיות בפתוח והוראה של קורס מקוון סוגיות מרכזיות בפתוח והוראה של קורס מקוון ממצאי המחקר תאור הקורס איך מתנהלת הלמידה? איך מתנהלת הלמידה? למה התכוון.
Corso ICT - SI per la multimedialità Introduzione ai WIS1 Introduzione ai sistemi informativi basati sul Web (WIS)
רומא פרוייקט גמר לדוגמא תומר דמבסקי פרוייקט גמר לדוגמא תומר דמבסקי.
זרמים חשמליים Electric Currents עד היום דיברנו על אלקטרוסטאטיקה: מטענים שאינם נעים ויוצרים שדות, פוטנציאליים וכו'. מהיום נדבר על זרמים – מטענים נעים. חשוב:
Esercizio Regressione DATI Per un campione casuale di 82 clienti di un'insegna della GDO, sono disponibili le seguenti variabili, riferite ad un mese di.
SISMOGRAFO SISMOGRAMMA SCALE DI MISURAZIONE
Psicometria A – I semestre
IL SECONDO VINO Penso spesso alle nozze di Cana. Il primo vino è bellissimo:. è l’innamoramento. Ma non dura fino alla fine:
Literature mining.  Data mining Processo di estrazione di conoscenza da banche dati di grandi dimensioni tramite l’applicazione di algoritmi che individuano.
Corso di Laurea in Scienze e tecniche psicologiche
Rut fra le messi mature – III parte
DATA MINING PER IL MARKETING (63 ore) Marco Riani Sito web del corso
SBATEYL: UN PROGETTO DI COOPERAZIONE STRATEGICA TRA ISTITUZIONI EUROPEE Marilena Lo Re.
DATA MINING PER IL MARKETING (63 ore) Marco Riani Sito web del corso
SERVIZIO PUBBLICO URBANO A.M.A. Riunione COA del 16/04/2015.
47 רונין - אוטגאווה קוניושי
סימן האש בבית הדפוס של שמואל גרינבאום בפתח-תקווה
The Cholinergic System
I Fabbisogni Professionali e Formativi dell’Azienda
Transcript della presentazione:

מטח, המרכז לטכנולוגיה חינוכית למידה בכל מקום ובכל עת? הערכת מאפיינים של למידה מתוקשבת בכיתה לעומת בבית, באמצעות כריית נתונים ברשת גלית בן-צדוק משה לייבה פרופ' רפי נחמיאס ד"ר רחל מינץ אוניברסיטת תל-אביב מטח, המרכז לטכנולוגיה חינוכית כנס צ'ייס, 2010

רקע למידה מתוקשבת תלמידים רבים ברחבי העולם לומדים באמצעות סביבות למידה מתוקשבות ברשת. בסקר רחב-היקף בארה"ב, נמצא כי יותר ממיליון תלמידים בבתי-ספר ציבוריים למדו באמצעות למידה מתוקשבת בשנים 2007-8. (Picciano & Seaman, 2009) ובארץ... לסביבת הלמידה אופק במדע וטכנולוגיה מבית מטח מנויים כ-1,000 בתי-ספר.

רקע סביבות מתוקשבת מאפשרות: להרחיב את גבולות הזמן והמקום שבהם הלמידה מתרחשת, כך שהלמידה אינה תחומה עוד בין כותלי בית-הספר בלבד. (Arbelaiz & Gorospe, 2009) ללמוד באופן עצמאי ולשלוט בתהליך הלמידה. (Beck, 2007; Lin & Hsieh, 2001; Sims & Hedberg, 1995).

רקע אז מה הבעיה? בתי ספר רבים מודאגים מאיכות הלמידה וממצב מוכנות התלמידים ללמידה ברשת. (Picciano & Seaman, 2007) למידה ברשת והצלחה בלמידה דורשות מוכנות ובשלות, אשר חסרות לעיתים לתלמידי בית-הספר היסודי ומתפתחות רק לקראת גילאי תיכון. (Picciano & Seaman, 2007; McSporran & Young, 2001). בעוד שבכיתה יש נוכחות משמעותית של המורה בתהליך הלמידה, בבית מתמודדים התלמידים עם משימות הלמידה באופן יחידני ועצמאי יותר.

מטרות המחקר להשוות בין מאפיינים של למידה מתוקשבת בבית ולמידה מתוקשבת בכיתה, בגילאים שונים. לחשוף את האפשרויות הגלומות בשיטה של כריית נתונים ברשת להבנה והערכה של התנהגויות למידה בסביבה מתוקשבת.

שאלות המחקר ? = מהו שיעור הלומדים בסביבה המתוקשבת בכיתה לעומת בבית? האם קיימים הבדלים בהתנהגויות הלמידה בסביבה המתוקשבת בכיתה לעומת בבית? האם קיימים הבדלים בהתנהגויות הלמידה בסביבה המתוקשבת, בכיתה ובבית, בגילאים שונים? ? =

מתודולוגיה כריית נתונים ברשת (Web Mining) איסוף פעולות הלומדים (ה"קליקים") בסביבת הלמידה, תיעודן וניתוחן באמצעות שיטות סטטיסטיות, על מנת לגלות מידע חבוי ובעל ערך.

מתודולוגיה קובץ יומן פעולות הלומדים מתועדות בקובץ יומן.

מתודולוגיה משתתפים 1,962 תלמידים בכיתות ג'-ו' מבתי-ספר שונים בארץ, אשר למדו את יחידת הלימוד המתוקשבת באתר אופק. התנהגויות הלומדים נבחנו רק אצל אותם תלמידים אשר למדו בבית בלבד או בכיתה בלבד (N=1,671). - 316 משתתפים (19%) - כיתה ג' - 325 משתתפים (20%) - כיתה ד' - 555 משתתפים (33%) - כיתה ה' - 475 משתתפים (28%) - כיתה ו'

מתודולוגיה סביבת הלמידה הנחקרת יחידת לימוד מתוקשבת באתר אופק http://ofek.cet.ac.il היחידה עוסקת בנושא מתוך תוכנית הלימודים במדע וטכנולוגיה: תופעות מחזוריות-חודש ומופעי הירח. היחידה כוללת שש משימות לתלמידים: הפעלת הדמיה, שלוש פעילויות תרגול, משחק ומבחן לבחינה עצמית.

מתודולוגיה מהלך המחקר איסוף ותיעוד הנתונים - במהלך שישה חודשים (ספטמבר 2008-פברואר 2009) עיבוד וניתוח הנתונים בוצעו במספר שלבים: א. סידור וניקוי הנתונים. סט הנתונים המקורי כלל 2,643 משתמשים. הניקוי כלל: משתמשים שאינם תלמידים. תלמידים שאינם בכיתות ג'-ו. תלמידים ששהו ביחידת הלימוד פחות מ-5 דק' ויותר משעה. סט הנתונים החדש שהתקבל: N=1,962 ב. הגדרה וחישוב של המשתנים – נבחרו מספר משתני למידה לחישוב ונבנו אלגוריתמים לחישובם ולחילוצם מתוך קובץ היומן. ג. ניתוח הנתונים – נערכו מבחני t ו-Anova באמצעות תוכנת SPSS.

מהלך המחקר משתני הלמידה שהוגדרו מהלך המחקר משתני הלמידה שהוגדרו שם המשתנה תיאור המשתנה מיקום הלמידה כיתה: למידה בין השעות 8:00 בבוקר ל-14:00 בצהריים. בית: למידה בין השעות 14:00 בצהריים ל-8:00 בבוקר. זמן הלמידה הזמן הכולל שלמד התלמיד ביחידת הלימוד (בשניות). קצב הלמידה מספר הפעולות של התלמיד ("הקלקות עכבר") מחולק למשך זמן הלמידה. מידת ביצוע המשימות מספר המשימות (אמצעי הלמידה) שהתלמיד ביצע. כמות התשובות השגויות אחוז המשובים הממוחשבים השליליים שהתלמיד קיבל במהלך הלמידה, מסך המשובים הממוחשבים.

תוצאות שיעור הלומדים: בבית, בכיתה ובשניהם 903 תלמידים (46%) למדו את יחידת הלימוד בכיתה. 768 תלמידים (39%) למדו את יחידת הלימוד בבית. 291 תלמידים (15%) למדו את יחידת הלימוד גם בכיתה וגם בבית. בית וכיתה 15% בית 39% כיתה 46%

תוצאות התנהגויות לומדים: בית לעומת כיתה משתנה מיקום הלמידה t כיתה בית משך זמן הלמידה 553.3 (369.4) 699.9 (530.6) -6.62** קצב הלמידה 0.156 (0.99) 0.134 (0.98) 4.47** כמות התשובות השגויות 0.434 (0.154) 0.402 (0.161) 4.06** מידת ביצוע המשימות 4.88 (1.45) 4.94 (1.56) -0.81 **p>0.01

תוצאות התפלגות משך זמן הלמידה ביחידת הלימוד בבית ובכיתה (N=1,671)

תוצאות למידה בבית לעומת בכיתה, בקבוצות גיל שונות משך זמן הלמידה משך זמן הלמידה הממוצע בבית ובכיתה, על-פי שכבות הגיל (הכוכבית מסמלת הבדל מובהק בין בית לכיתה) תלמידים בכיתות ד-ו נוטים ללמוד ביחידת הלימוד משך זמן גדול יותר בבית מאשר בכיתה (בכיתה ג ההבדל אינו מובהק). תלמידים צעירים, בכיתות ג-ד, לומדים זמן רב יותר ביחידת הלימוד בבית ובכיתה מתלמידים בוגרים, בכיתות ה-ו.

תוצאות למידה בבית לעומת בכיתה, בקבוצות גיל שונות כמות התשובות השגויות ממוצע של התשובות השגויות (%) בבית ובכיתה, על-פי שכבות הגיל (הכוכבית מסמלת הבדל מובהק בין בית לכיתה) תלמידים בכיתות ג,ה ו-ו נוטים לבצע פחות שגיאות, כאשר הם לומדים את יחידת הלימוד בבית, לעומת בכיתה. לתלמידים בכיתות ג, ד ו-ה יש אחוז תשובות שגויות דומה בבית ובכיתה, בעוד שלתלמידי כיתה ו יש פחות שגיאות

תוצאות למידה בבית לעומת בכיתה, בקבוצות גיל שונות מידת ביצוע המשימות ממוצע של מידת ביצוע המשימות בבית ובכיתה, על-פי שכבות הגיל (הכוכבית מסמלת הבדל מובהק בין בית לכיתה) רק תלמידי כיתה ה נוטים באופן מובהק להשלים יותר משימות בבית מאשר בכיתה. ככל שעולים בשכבת הגיל בכיתות ג-ה, התלמידים נוטים לבצע יותר משימות. תלמידי כיתה ו דומים בהתנהגותם לתלמידי כיתה ה.

דיון ומסקנות תיעוד פעולות הלומדים איפשר לנו לאפיין ולהעריך היבטים שונים של תהליכי הלמידה, ולא להתמקד רק בתוצרים הסופיים.

דיון ומסקנות פלח גדול של אוכלוסיית התלמידים למד ביחידת הלימוד הנחקרת בבית, לאחר שעות בית הספר, ללא נוכחות מורה. ממצא זה מצביע על כך שהלמידה המתוקשבת אכן "זולגת" מהכיתה אל הבית, ובכך מתממש הפוטנציאל של הרחבת זמן ההוראה והלמידה מעבר לגבולות הזמן המוגבל של בית הספר, כפי שמתואר במחקר. (Arbelaiz & Gorospe, 2009; Picciano & Seaman, 2007).

דיון ומסקנות בהקשר זה, במחקר המשך מעניין יהיה לחקור לעומק את תפקידו בתי ספר רבים מודאגים מאיכות הלמידה וממצב מוכנות התלמידים ללמידה ברשת. (Picciano & Seaman, 2007) הממצאים מצביעים על כך שהתלמידים מבצעים את המשימות המתוקשבות בבית ומקדישים להן זמן ותשומת לב, גם ללא נוכחות מורה. מכאן שרצף למידה של כיתה-בית ניתן להשגה ואף רצוי. בהקשר זה, במחקר המשך מעניין יהיה לחקור לעומק את תפקידו של המורה בלמידה המתוקשבת.

דיון ומסקנות הבדלים מובהקים בין בית לכיתה בשלושה היבטים: בבית משך זמן הלמידה ארוך יותר (27% יותר), קצב הלמידה איטי יותר, ואחוז הטעויות קטן יותר. ממצאים אלה עשויים להעיד על כך שבבית הלמידה אינה מוגבלת בזמן, לעומת הלמידה בבית הספר, והתלמידים יכולים לבצע את המשימות בהתאם לזמן הדרוש להם ולקצב המתאים להם. הנחות אלה מתוארות במחקרים, אשר גורסים כי ללמידה המתוקשבת יש יתרון בכך שללומד יש שליטה על קצב הלמידה, משך הלמידה ומידת המעורבות שלו במשימות (Balanskat, Blamire & Kefala, 2006; Harasim,1996).

דיון ומסקנות השוואה בין קבוצות הגיל מצביעה על כך שגם בבית וגם בכיתה תלמידים בוגרים יותר נוטים לשהות פחות זמן ביחידת הלימוד, משלימים יותר משימות ומבצעים פחות שגיאות. על-פי המחקר, לממצא זה יכולות להיות שתי סיבות עיקריות: א. העובדה שלמידה ברשת דורשת מוכנות ובשלות אשר חסרה לילדים בגילאים צעירים. (Picciano & Seaman, 2007; McSporran & Young, 2001) ב. תוכן יחידת הלימוד- עוסקת בתופעה מופשטת באסטרונומיה, אשר קשה להוראה ולמידה בגילאים הצעירים. (Hans, Kali & Yair, 2007) בנושא זה ניתן להרחיב את המחקר בהמשך, ולבדוק את הקשר בין תוכן וקושי המשימה לבין התנהגויות הלמידה של תלמידים בגילאים שונים.

מגבלות המחקר למתודולוגיה של כריית נתונים ברשת קיימת מגבלה של חוסר הקשר הישיר בין החוקר לנחקרים (התלמידים). על כן, המשך מחקר בנושא זה יכול לעשות שימוש בשאלונים וראיונות עם תלמידים, אשר באמצעותם ניתן יהיה לעמוד טוב יותר על מהות ההבדלים בהתנהגויות הלמידה שנמצאו.

תודה על ההקשבה galitb@cet.ac.il Moshelei@post.tau.ac.il