Delphi Tekniği Kullanılarak Kritik ve Öncelikli Öğrenme Analitiği Göstergelerinin Belirlenmesi
Abstract
Öğrenme analitikleri eğitim ortamlarının ve paydaşlarının objektif ölçümlerle anlaşılabilmesine imkân sağlaması, bu ortamlarda yaşanan sorunlara çözüm sunması ve bu ortamların daha verimli hale getirilmesine yönelik yeni yaklaşımlar sunması nedeniyle üzerine dikkatleri çeken bir konu haline gelmiştir. Öğrenme analitiği göstergeleri ise, henüz öğrenme problemleri ile ilişkilendirilmemiş, ancak e-öğrenme ortamlarında kullanılabilecek türde analitiklerdir. Bir bakıma öğrenme analitiği adaylarıdır. Bu çalışmanın amacı gelişim aşamasında görülen öğrenme analitiklerinin temellerine değinmenin yanı sıra, araştırmacı ve uygulamacılara e-öğrenme ortamlarında kullanabilecekleri öğrenme analitiği göstergelerine ilişkin bir liste sunmaktır. Çalışmada, alanyazın taramasından elde edilen göstergelerin yanı sıra Delphi tekniği kullanılarak uzmanların fikir birliğine vardıkları göstergelere de ulaşılmıştır. Çalışma için geliştirilen çevrimiçi platform aracılığıyla yürütülen Delphi panelleri yaklaşık 1 yıl sürmüş, 22 uzman ile başlayan süreç 11 uzman ile 4 tur sonunda tamamlanmıştır. Çalışmada demografik, betimsel ve algoritmik üst başlıklarında toplam 41 maddeden oluşan öğrenme analitiği göstergesine ulaşılmıştır. Bu listenin gerek öğrenme analitiklerini kullanarak öğrenme ortamlarında nesnel kararlar almaya çalışan uygulayıcılara gerekse de öğrenme analitiği ile ilgili konularda çalışmayı düşünen araştırmacılara katkı sağlayacağı düşünülmektedir.
Keywords
Öğrenme analitiği göstergesi, Öğrenme analitiği, e-Öğrenme, Delphi tekniği
Supporting Institution
TÜBİTAK
Project Number
117R050
References
- Adejo, O. & Connolly, T. (2017). Learning analytics in a shared-network educational environment: Ethical issues and countermeasures. Learning, 8(4).
- Agudo-Peregrina, Á. F., Iglesias-Pradas, S., Conde-González, M. Á. & Hernández-García, Á. (2014). Can we predict success from log data in VLEs? Classification of interactions for learning analytics and their relation with performance in VLE-supported F2F and online learning. Computers in human behavior, 31, 542-550.
- Avella, J. T., Kebritchi, M., Nunn, S. G. & Kanai, T. (2016). Learning analytics methods, benefits, and challenges in higher education: A systematic literature review. Online Learning, 20(2), 13-29.
- Aydın, C. H. (1999). Eğitim İletişimi Alanında Delfi Tekniğinin Uygulanışı. Kurgu Anadolu Üniversitesi İletişim Bilimleri Fakültesi Uluslararası Hakemli İletişim Dergisi, 16(16), 225-241.
- Banihashem, S. K., Aliabadi, K., Ardakani, S. P., Delaver, A. & Ahmadabadi, M. N. (2018). Learning analytics: A critical literature review. Interdisciplinary Journal of Virtual Learning in Medical Sciences, 9(2).
- Belton, I., MacDonald, A., Wright, G. & Hamlin, I. (2019). Improving the practical application of the Delphi method in group-based judgment: A six-step prescription for a well-founded and defensible process. Technological Forecasting and Social Change, 147, 72-82.
- Brown, M., McCormack, M., Reeves, J., Brook, D. C., Grajek, S., Alexander, B., ... & Gannon, K. (2020). 2020 Educause Horizon Report Teaching and Learning Edition (pp. 2-58). EDUCAUSE.
- Campbell, J. P. & DeBlois, P. B. (2007). Oblinger, and DG Academic Analytics: A New Tool for a New Era. Educause Review, 42(4), 1-10.
- Chatti, M. A., Dyckhoff, A. L., Schroeder, U. & Thüs, H. (2012). A reference model for learning analytics. International Journal of Technology Enhanced Learning, 4(5-6), 318-331.
- Christie, C. A. & Barela, E. (2005). The Delphi technique as a method for increasing inclusion in the evaluation process. The Canadian Journal of Program Evaluation, 20(1), 105.