1. ülesanne

Mõisted haridus ja tehnoloogia eraldi vaadatuna on kõigile mõistetavad. Eesti keele seletav sõnaraamat selgitus “haridusele” kooli(de)s v. iseõppimise teel omandatud teadmised, oskused ja vilumused; teadmiste, oskuste ja vilumuste omandamine v. andmine, koolitus.

“Tehnoloogia” tähendab tootmismenetlust v -menetluste kogumit; tootmismenetluste õpetust.

Mart Laanpere on tuginenud Niemineni ja Pohjoneni määratlusele aastast 1994 ning sõnastanud haridustehnoloogia järgnevalt: “Haridustehnoloogia on pedagoogilise uurimis- ja arendustegevuse valdkond,mille aluseks on õppimise, õpetamise ja tehnoloogia vaheliste seoste ning uuteõpikeskkondade terviklik käsitlemine. Haridustehnoloogia keskendub koolitus-ja õpisüsteemide, neid toetavate tegevuste, kontseptsioonide ja tehnilistevahendite uurimisele ja arendamisele.” (Laanpere)

Mida tähendab haridustehnoloogi roll minu jaoks?

Sellele küsimusele otsisin vastust juba oma õpingute esimesel aastal, kuid kahjuks ei ole ma sellele vastust veel saanud, kuna selle tähendus muutub minu jaoks pidevalt. Eelnevalt olen arvanud, et haridustehnoloog on nii IT-juht, õpilaste, õpetaja ja juhtkonna tugi. Mida aeg edasi, seda selgemaks saab, et HT ei suuda teha ära kõike. Kinnitust sain ka esimesesttaristu seminarist. Õpetajad tegelevad õpilastega ja haridustehnoloog toetab ja julgustab õpetajaid. Samas on alati ise esimene, kui kooli saabub mingi uus “vidin”.

Meie koolis on tänaseks olemas kõikides klassides interaktiivsed tahvlid. Õpetajad on rõõmsameelsed ja kasutavad neid igapäevaselt, kuigi enamus kasutab neid kriiditahvli ja projektori kaasaegse asendajana. Nüüd ongi hetk, kus mina saan midagi ära teha. Aitan õpetajatel avastada interaktiivse tahvli erinevaid võimalusi. Soovitasin neiel HITSA interaktiivse tahvli koolitust ning neile, kes selles ei soovi osaleda, teen koolituse ise. Eriti meeldib mulle, et meie kooli kõige skeptilisem õpetaja sai ka endale interaktiivse tahvli ning pöördub julgelt minu poole, kui tekib mingi arusaamatus. Samas on näha, kuidas ta ise proovib ja pusib.

Meie koolis on olemas IT-spetsialist, kes ei ole küll igapäevaselt meie majas, kuid vajadusel tuleb ja putitab arvuteid, haldab lisaks direktorile ja õppealajuhatajale Studiumit ning kooli kodulehte.

Pärast õpingute alustamist eelmisel aastal pöörduvad õpetajad julgemalt ning usaldavamalt minu poole nõu küsimiseks või mõne muu probleemi lahendamiseks. Samas näen, et omavahel jagatakse loodud õppematerjale. Siin näen, et mina peaksin nüüd olema see, kes looks ühise pesa loodud õppematerjalidele.

Pean enda suurimaks edu-elamuseks oma kolleegide usalduse suurenemist haridustehnoloogia rolli suhtes ning nende soovi tutvuda ja kasutusele võtta uusi vahendeid.

Suurim väljakutse on seada sisse haridustehnoloogi ametikoht, koostada ametijuhend ning hakata tegutsema eesmärgistatult. Hetkel tunnen, et teen seda, milleks on vajadus, abistan jooksvate probleemide lahendamisel.

  1. Meil on lootust saada tahvelarvutid. See eeldab, aga korraliku süsteemi välja mõtlemist (kes?, kuidas?, millal? neid kasutab, missugused äpid on vajalikud? jne)
  2. Kuidas oleks võimalik koolis tagada korralik (töötav) printeri ja paljundussüsteem?
  3. Kuna nüüd on meil koolis töötavad lauaarvutid, siis kuidas saaks õpetajaid klassiruumist välja neid aktiivsemalt koos õpilastega kasutama.

Selliseid küsimärke ja mõtteid on palju ning tean, et esmalt pean need kuidagi kaardistama, et saaks üldse mingis suunas edasi liikuma hakata.

Kasutatud materjalid:

Laanpere, Mart Sissejuhatus haridustehnoloogiasse. Loetud aadressil https://app.box.com/s/4eefe06b80ed606225c2

Tegevuste ja sisu analüütika

I. Tegevustepõhine õpisüsteemi analüüs

e-õppe keskkonnas toimuvaid tegevusi tuleks vaadelda ka nende tähendusest lähtuvalt.

Õpitegevusi on võimalik kategoriseerida erinevaid uurimiseesmärke silmas pidades.

Loeng näidetega analüüsiskeemidest: opianalyytika2

Veel näiteid analüüsiskeemidest

Erinevaid klassifitseerimissüsteeme e-õppe õpitegevuste analüüsimiseks võib leida teadusartiklitest näiteks teadusliku põhjendamise, argumenteerimise, reflektsiooniga seoses.

Erineva tähendusega tegevustel on e-õppe keskkonnas kindlad rollid, nad interakteeruvad omavahel, vahel on see tegevuste omavaheline koosmõju sünergiline, mõnikord aga pärsivad sarnased tegevused üksteist.

Õpianalüütiline lähenemisviis e-õppes eeldab süsteemset vaadet õpisüsteemis toimuvate tegevuste omavahelisele koosmõjule. Süsteemi õpianalüütilise vaate tagasisidestamisel õppijatele ja tuutorile saavad need kohandada oma õpitegevust lähtuvalt õpikogukonnals ja süsteemis toimuvale.

Oluliseks on õpianalüütilises tagasisides peetud järgmisi strateegiaid:

  • Sotsiaalset soovitamist lähtuvalt õppija profiilist – õppijale antakse valikute tegemisel soovitusi, mis tulenevad süsteemi hetkesisust; kasutaja näeb vaid soovitusi, talle ei visualiseerita süsteemi üldpilti. Sotsiaalse soovitamise efektiivsus sõltub kasutajamudelite täpsusest ja seotusest dünaamiliselt muutuva süsteemi andmetega.
  • Teatud õpimustrite ja õpivoogude visualiseerimist süsteemis, võimaldamaks õppijal ise teha valikuid ja otsuseid – õpimustrid  ja õpivood näitavad, mida enamik õppijaid on teinud teatud eesmärgile jõudmiseks. Muster kirjeldab teatud probleemi efektiivset ja tunnustatud lahendust. Sellise õpimustri järgimine on nagu keskteel püsimine; see on efektiivne, kuna seda on mitmete kasutajate poolt proovitud. Selle meetodi nõrkuseks on aga kaks aspekti – järgida tasub vaid efektiivseks osutunud õpiteid, kuid on vaja läbi mõelda, kuidas efektiivsuse määra õpiteega siduda ning mustrite visualiseerimisel võimaldada eristada efektiivseid mustreid mitteefektiivsetest; teine probleem on, et muster on sobilik “keskmisele” õppijale, kuid “keskmist” õppijat reaalsuses ei ole, igaüks vajab optimaalse õpikogemuse saamiseks mustrist pisut erinevaid lahendusi.

Ülesanne: Õpisüsteemi tegevuste vaheliste seoste süsteemne analüüsimine

  • Kogu oma õpisüsteemist õpitegevuse andmed või kasuta andmeid ülalolevate näidete juurest
  • Otsusta, millise kategooriate süsteemiga andmeid oleks sobilik klassifitseerida
  • Loo kategooriate süsteemi kirjeldav tabel (sisaldab kategooriate nimesid, selgitusi ja näiteid. Kirjelda seda kategooriate süsteemi koos näidetega oma andmetest!)
  • Vaata kogutud üle. Märgi kategooriaid andmete juurde. Kasutades valitud kategooriate süsteemi ja märgi ära, mitu korda iga isik/rühm/juhtum/stsenaarium teatud tegevusi on sooritanud.
  • Loo väike andmemaatriks Exceli abil

………….. tegevus 1……tegevus 2……..tegevus 3………..tegevus 4

õppija 1  ..sagedus…….sagedus………sagedus……………sagedus

õppija 2  ..sagedus…….sagedus………sagedus……………sagedus

  • Kui õpitegevusest saadud andmekogum on väiksem ja õpitegevuste sagedus madal, võib andmemaatriksis proovida näiteks ajaintervallide/nädalate kaupa vaadelda kõikide õppijate õpitegevuste sagedusi

………….. tegevus 1……tegevus 2……..tegevus 3………..tegevus 4

nädal 1  ..sagedus…….sagedus………sagedus……………sagedus

nädal 2  ..sagedus…….sagedus………sagedus……………sagedus

  • Püstita uurimisküsimus. Uuri oma andmeid – kas andmetes võib märgata põhjuslikke seoseid, mis annavad vastuse sinu uurimisküsimusele? Vajadusel pööra andmetabeli ridu ja tulpi. Online andmeanalüüsi vahendid.

 https://ifi7060.wordpress.com/about/3-kontaktpaev/

Sotsiaalvõrgustiku seoste analüütika

Seosed sotsiaalvõrgustikus

Millised uurimisküsimused on sotsiaalvõrgustikus huvipakkuvad:

  1. Kuidas erineb virtuaalne sotsiaalvõrgustik mittevirtuaalsetest võrgustikest?
  2. Mis motiveerib (nt. teadmiste, nõu ja innovatiivsete ideede saamine ja jagamine, interaktsioon, identiteedi kujundamine, enesereklaamimine, kuulumisvajadus, sõprade omamine, enese lõbustamine, emotsionaalse toe saamine, toetamise soov, sidemete hoidmine, kaugsidemete loomine) ja pärsib (reaalsete kontaktide kadumine, pinnapealsus, digitaalne lõhe, erinevad digioskused, enesekindluse puudumine, viha väljaelamine, usalduse puudumine) sotsiaalvõrgustikus osalema? -> saab põhjendada, kuidas õpetajate, õppijate toomine sotsiaalvõrgustikku kannaks lisaväärtusi
  3. Millised on N õpivõrgustiku struktuur (näiteks, kas selles esineb koostöörühmi) ja kuidas see muutub õpitegevuse käigus, nt. mingite interventsioonide mõjul? -> saab kasutada tagasisidestamiseks ja õpitegevuste parendamiseks
  4. Milline on sotsiaalvõrgustiku struktuuri mõju õppimistegevustele, õpikultuurile jt.?
  5. Kuidas mõjutada sotsiaalse õpivõrgustiku efektiivsust (nt. lisades või  ellimineerides keskseid isikuid, objekte; tõstes info levimise kiirust võrgustikus kas vähendades vahendatust või tõstes seotust; ühtlustades info jõudmise aega kõigi võrgustiku liikmeteni)? -> neile küsimustele saab vastuseid paremini dünaamilise sotsiaalvõrgustiku analüüsiga

Sotsiaalvõrgustiku struktuuri elemendid

sna loenguslaidid

Sotsiaalvõrgustikku kujutatakse isikute (või objektide) (nodes) ja nendevaheliste seostega (edges).

Seosed liikmete vahel võivad viidata kogukonna olemasolule (sarnastele huvide, väärtuste, vajaduste või ühiste tegevustega liikmed), interaktsioonile ja vastasmõjule (ühe või mõlemasuunaline) isikute vahel, mille intensiivsut iseloomustab seoste tugevus(näiteks sagedus või kestvus) Graafidel saab vastasmõju illustreerimiseks näidata seoseid ilma suunata või suunaga. Samuti võib graafile seoste olulisuse iseloomustamiseks paigutada seoste tugevuse näitajad.

Seoste asetus iseloomustab, kes on interaktsioonis olulise tähtsusega, näiteks liikmete omavaheline seotus ja kaugus üksteisest võrgustikus illustreerib kuulumist rühmadesse või näitab passiivsust ja isolatsiooni võrgustikus.

Sotsiaalvõrgustiku liikmed võivad võrgustikus täita erinevaid rolle, näiteks olla tõmbekeskuseks, kes jagab infot või info saajaks, info ümbersuunajaks, info vahendajaks erinevate kogukondade vahel jne. Sotsiaalvõrgustiku infovahetuse kvaliteedi ja intensiivsuse mõjutajana on oluline ka, kas ollakse üksteise sõbrad või lihtsalt tuttavad. Isiku mõju teistele sotsiaalvõrgustiku liikmetele mõjutab ka nende huvide sarnasus, mida saab näiteks analüüsida nende poolt kasutatud märksõnade sarnasuse kaudu. Seega võib sotsiaalvõrgustiku uurimisele läheneda ka sisuanalüüsi meetoditega.

Rühm on võrgustikus eristatav seoste või interaktsioonide olemasoluga isikute (objektide) vahel. Isikute tähtsust võrgustikus ja rühmas saab mõõta tsentraalsuse (centrality) näitajaga, mis näitab isiku suhtelist keskset või perifeerset asetust teiste isikute suhtes. Tsentraalsuse näitaja abil saab leida võrgustiku liikme mõju ja olulisust. Tsentraalsuse näitaja (degree centrality)  võib olla näiteks isiku seoste arvu suhe võrgustiku või rühma seoste arvusse. Kõrge tsentraalsusega näitajaga isikud on tõenäoselt võrgustikus info saaja ja edastaja rollis. Isiku tsentraalsuse arvutamine on suhteline ja sisaldab vea võimalust (keda arvata või mitte arvata rühma, võrgustiku liikmeks). Tsentaalsuse näitajat võib käsitleda ka kui isiku kontrolli määra võrgustiku infovoogude üle. Sageli läbivad tsentraalses asetuses olevaid isikuid infovood ja nad täidavad info vahendaja (broker) rolli. Vahendajaks olemist saab mõõta vahendatuse (betweenness) näitajaga. Veel üks viis isiku rolli võrgustikus määratleda on läheduse (closeness) arvutamine teiste võrgustiku liikmete suhtes, lähedus sõltub otseste või kaudsete kontaktide olemasolust teiste liikmetega.

Olulised näitajad, mis võrgustikku üldisemalt iseloomustavad on võrgustiku tihedus, kohesiivsus ja suurus.

Informatsioon on oluline näitaja, mida võrgustikes edasi antakse ja salvestatakse. Informatsiooniteooria üks olulisemaid mõisteid on entroopia. Algselt võeti entroopia mõiste kasutusele kui info hulk mida saab üle kanda läbi müraga suhtluskanali – milline on ebakindluse aste, et sõnum antakse edasi. Sotsiaalvõrgustiku analüüsis kasutatakse näiteks juhtetee informatsiooni ülekandmise näitajat (path transfer flow) – jälgitakse, mil määral on tõenäoline, et algne info jääb iga võrgustiku liikme juures edasi andmata. Tsentraalsete liikmete info antakse suurema tõenäosusega edasi iga järgmise liikme poolt, vähem tsentraalsete liikmete puhul aga liigub info edasi vaid mõnede liikmete kaudu, kellele info saadeti.

Ülesanne:Analüüsi sotsiaalvõrgustiku joonist

  • Näide: Ülikoolidevaheline eLearning kursus sotsiaalmeediaga, milles osalesid ka meie ülikooli tuutorid ja üliõpilased (Joonis pärineb artiklist Nguyen-Ngoc ja Law  (2009).  Analysis of Weblog-Based Facilitation of a Fully Online Cross-Cultural Collaborative Learning Course. In U. Cress, V. Dimitrova, and M. Specht (Eds.): EC-TEL 2009, LNCS 5794, pp. 181–195).

    iCamptrial

    Kursuse sotsiaalvõrgustiku joonisel tähistavad sinised ringid erinevatest ülikoolidest pärit tuutorite blogisid, kes igaüks juhendas ühe rahvusvahelise üliõpilaste rühma tegevust, kuid võis jälgida ja kommenteerida ka teisi rühmi. Punased ringid täistavad erinevatest ülikoolidest pärit üliõpilaste blogisid. Rühmades oli liikmeid erinevatest ülikoolidest.

  • Leia jooniselt, milline tuutor kommenteeris süstemaatiliselt ka teiste rühmade üliõpilasi ja omandas seetõttu suurima tsentraalsuse. Kas antud tuutori suur tsentraalsus tuli kasuks tema enda rühma üliõpilaste koostööle?
  • Leia eri rühmadest pärit üliõpilaste vahelisi seoseid, mis tõenäoselt tähistavad sama ülikooli üliõpilaste omavahelisi kommentaare.
  • Millistes rühmades oli üliõpilaste vaheline koostöö hea ja millistes koostöö ei laabunud? Kas see oli seotud tuutori aktiivsete kommentaaridega selles rühmas?

Sotsiaalvõrgustiku analüüsimine

Andmete analüüsimisel kasutatakse kas isikukeskset (ego-tsentrilist) või võrgustiku liikmete-keskset (sotsio-tsentrilist) seoste analüüsimise meetodit.

Ego-tsentrilises analüüsis keskendutakse teatud isikutele, nende  tegevusruumile (teistele isikutele, objektidee või kohtadele). Vaadeldava isikuga seoses leitakse kõik tema tegevusruumi kontaktid. Iga kontakti seosele isikuga antakse erinev kaal sõltuvalt sotsiaalsest kapitalist, mis kaasneb interaktsiooniga selle kontaktiga, või isiku poolt saadud kasule seal. Egotsentrilise analüüsi jaoks läheb vaja kas ridade või tulpade maatriksit. Egotsentrilise meetodiga kogutud andmeid võib kasutada näiteks võrgustikus olevate isikute võrdlemiseks.

…………………Kontakt X…..Kontakt Y

Õppija A…………2*………………6………..

*tähistab kaalu, väärtsut

Sotsiaalvõrgustike sotsio-tsentriliseks analüüsimiseks tuleks koguda andmeid isikute ja nendevaheliste seoste (näiteks, kes on kelle sõber võrgustikus) või seoste sageduse (näiteks, mitu korda kedagi on kommenteeritud) või kestvuse (kui pikaajaline on seos) kohta. Andmed paigutatakse andmemaatriksisse: ridades olevad seosed tähistavad ühe suunaga interakstioonide sagedust, tulpades olevad seosed vastassuuanlise interaktsiooni sagedust.

……………….Õppija A ..Õppija B..Õpetaja C

Õppija A  ……………………. 1* ………….4

Õppija B  …….3  ………………………..  3

Õpetaja C ……8 ……………5…………….

* tähistab sagedust

Andmeid sotsiaalvõrgustike kohta saab koguda ka küsitluse abil.
Näiteks:
  • Kui paljudega isikutega (objektidega) oma õpivõrgustikus oled viimase 7 päeva jooksul olnud kontaktis?
  • Loetle need ja nende roll sinu õppimises (nt. võin määratleda kategooriad kaasõppija, sõber, tuutor/ uue info allikas, abi saamine jne).
  • Kellega sinu õpivõrgustikus olevad isikud on seotud? (samu küsimusi küsitakse ka igalt nimetatud isikult)
  • Hinda skaalal 0-5, kui tähtis on sulle õppimise seisukohalt iga eelnimetatud isik/objekt.
  • Hinda skaalal 0-5, mil määral sa usaldad nimetatud isikuid koostöö seisukohalt (objekte info usaldusväärsuse seisukohalt).

Skaalaga küsimuste abil on võimalik joonistada erinevaid võrgustikke, sõltuvalt nt. tähtsusest õppimise seisukohast, usaldusväärsusest või muust tegurist.

Õpianalüütiliste süsteemidega saab sotsiaalvõrgustike andmeid andmekaeve abil.

Loe lisaks:

Introduction to social network methods. Hanneman, R. http://faculty.ucr.edu/~hanneman/nettext/

Virtuaalsete praktikakogukondade toetamise ja kaardistamise võimalused – M.Kusmini magistritöö http://www.cs.tlu.ee/osakond/opilaste_tood/magistri_tood/2007_kevad/Marge_Kusmin/Marge_Kusmin_Magistri_Too.pdf

Sotsiaalvõrgustiku analüüs Facebook’is WAYNi meetodiga 

Seoste visualiseerimise vahendid:

Gephi

SocNetV Windows, Linux and Mac OS X

SocNetV käsiraamat (ingl.k.)

/Many eyes võrgustiku analüüs – enam ei saa teha http://www-958.ibm.com/software/data/cognos/manyeyes/page/Network_Diagram.html

Andmekuju Many eyes võrgustiku jaoks: edufeedrdata

Andmetabel

Andmed2/

Ülesanne: Proovi Gephi või SocNetViz abil analüüsida EduFeedr’iga kogutud andmeid.

  • Salvesta EduFeedr’ist võrgustiku andmed.
  • Kopeeri andmed ManyEyes’i
  • Visualiseeri võrgustik

ifi7056

Näide Edufeedriga kogutud sotsiaalvõrgustikust IFI7056  kursuselt.

Ülesanne: Proovi koguda märksõnaga andmeid Topsy.com abil.

  • Otsi märksõnaga andmed ja saadud andmetes leia paarid, kes on kelle säutsu korranud.

layers1

  • Korralda andmed paaridena andmetabelisse.

layers2

  • Kopeeri andmed ManyEyes võrgustiku analüüsiks

layers3

Näide: LearningLayers projekti säutsude seosed edasisäutsujatega (ManyEyes)

Allalaaditavad:

Gephi http://gephi.org

  • Windows
  • Linux
  • Mac OS X

Andmete kuju Gephi jaoks

gephi_SNAdata1                   gepgiSNAdata2

Näide: LearningLayers projekti säutsude seosed edasisäutsujatega (Gephi)

layerstweets1

  • Algandmed on saadud Topsy.com analüüsiga.

layerstweets2

  •  Gephi võimaldab teada saada ka võrgusikku iseloomustavaid andmeid:
Isikuid (nodes) – 11
Seoseid (edges) – 15
Seotud komponente: (tugevalt) 15, (nõrgalt) 4
Kesksuse näitaja mõõdab isiku seoste arvu suhet võrgustiku või rühma seoste arvusse (average degree) – 0.733
Keskmine tee pikkus (average path lenght) – 1,577
Graafi tihedus – (graph density) – 0,052
Võrgustiku läbimõõt (network diameter) – 2
Võrgustikku kirjeldavaid andmeid võib võrrelda näiteks erinevate rühmade, erinevate ajaperioodide osas, vastates uurimisküsimusele:
  • millised on rühmade (võrgustiku alaosade) erinevused ja kuidas on erinev võrgustiku struktuur seotud võrgustikus saavutatud õpitulemustega
  • kuidas muutub võrgustik mingi interventsiooni mõjul
  • milline on isereguleeruva võrgustiku dünaamika
  • jne

Nodexl http://nodexl.codeplex.com/

  • Windows XP, Vista, or 7
  • Office 2007 or 2010

Commetrix http://www.commetrix.de/

a free evaluation trial license for 30 days

Ülesanne: Katseta demosid

http://mentionmapp.com/

Dünaamiliselt võrgustiku andmeid visualiseerivaid süsteeme võib kasutada õpitegevuse tagasisidestamiseks, nt. ülevaate saamiseks kursusel osalejate omavahelistest seostest või neile olulistest märksõnadest.

 

http://inmaps.linkedinlabs.com/network

linkedingraph

http://www.touchgraph.com/seo

NB: ära keelatud

Võid proovida analüüsida teatud märksõnaga veebiressursside seoseid või oma Facebook-i kontakte. Demo näitab ka korrastatud andmemassiivi, mida võib sealt välja kopeerida ja uurimise eesmärgil kasutada.

Näide: Ego-tsentriline sotsiaalvõrgustik

ecocentricfacebook

Seminari ja iseseisvate katsetuste tulemused vormistatakse järgnevalt:

Rühmad kirjutavad kokkuvõtteraporti oma õpisüsteemi kasutamisest SNA meetodiga.

Raport SNA kohta sisaldab:

  • Uurimisküsimused õpivõrgustiku kohta teie õpisüsteemis
  • Milliseid andmeid ja kust õpivõrgustiku (SNA) analüüsiks kogutakse, kuidas andmeid korraldatakse ja kasutatakse analüüsi läbiviimiseks ? Mis on puudu SNA andmekaeveks, milliseid analüütilisi võimalusi ootaksite arendajatelt?
  • Kuidas õpivõrgustiku andmeid visualiseeriti ja miks just nii? Mis võimalused jäid puudu soovitud visuaalsest esitusest?
  • Kellele SNA andmed teie õpisüsteemis esitatakse ja kuidas nad neid peaks saama kasutada? Millised SNA esitusvõimalused kasutajatele on veel puudu, mida teie sooviks näha?
  • Mis on tagasisidestatud SNA andmete eesmärk õpitegevuse seisukohast?

Miks õpianalüütika?

Millised on need probleemid, millega haridustehnoloogid peavad e-õppes tegelema, kui soovitakse

  • e-õpet muuta õppijate ja õpetajate jaoks tagasisidet andvaks, et toetada teadlikumat, kohanevat õppimist,
  • õppimise käigus läbi viia kiireid, õpiprobleeme ennetavaid muutusi õpikeskkonnas ja õpitegevustes.

opianalyytika

Kõigepealt on muutunud e-õppe süsteemid ise – enam ei piisa sageli suletud õpihaldussüsteemis õppimisest, vaid seda asendavad avatumad õpikeskkonnad, kus õpihaldussüsteemi laiendatakse sotsiaalmeediaga, või asendatakse õpikeskkond kogukondliku või personaalse hajutatud õpikeskkonnaga, või siis avardatatakse seda arvutikeskkonnast ka reaalsesse keskkonda. Esimene väljakutse on õpikeskkonda planeerides valida sobivad ja omavahel suhtlevad rakendused, millega oleks võimalik antud õpieesmärke parimal viisil ellu viia. Loomulikult tuleb siin arvesse võtta ka õppijat ja tema harjumuslikku personaalse õpikeskkonna kasutust.

Loe https://ifttt.com/wtf

Teine väljakutse on õpikeskkonda lisada rakendusi, mis võimaldaks koguda õpitegevusest andmeid ja tagasisidestada neid töödeldud kujul õppijatele. Seega peab juba õpikeskkonna loomisel mõtlema, millisel kujul andmeid õppimistegevusest tekib, mille abil neid optimaalselt hallata, et neid oleks võimalik reaaalajas ja ka pikemaajaliselt kokku koguda, korrastada ning töödelda. Kaasnev probleem õpiandmete kogumise ja andmekaevega seisneb selles, kuidas säilitada andmete tagasisidestamisel piisav privaatsus samas mitte andmete akumuleerumisest, võrdlemisest ja kõigile õppijatele jagamisest tulenevat lisaväärtust ohtu seadmata.

Loe api-dest.

Kolmas väljakutse on andmete põhjal järelduste tegemine – kuidas andmeid parimal viisil sünteesida ja visualiseerida, et tagasiside võimaldaks oma õppimises teha muudatusi sõltuvalt saadud tagasisidest. Kolmas väljakutse – mida me analüütikaga õieti soovime paremaks muuta – annab ka raamid teisele väljakutsele – milliseid andmeid peaks koguma ja kas korrastatud andmeid saab kasutada planeeritud analüüsi tegemiseks ja esitusviisi abil edastamiseks. Mõtlema peab ka, kas õpikeskkonnas valitud andete esitusviis tagasisidestamisel ja tagasiside jälgimisel õpitegevuse käigus on mõistetav kasutajatele ja kas see neid motiveerib oma õpitegevusi muutma või süvenenumalt õppima.

Lisaks õpianalüütilise tagasisidega e-kursustele on õpianalüütikal ka teisi kasutusvaldkondi. Õpianalüütika abil saab planeerida õppijate edasijõudmist ja vajadusi uute kursuste järele. Õpianalüütika ja riiklike või maailma normatiivide võrdlemine annab tagasisidet, millises suunas on vaja muuta õppimist, õpetamist või ka normatiive, mis haridust kujundavad.

Õppekava e. akadeemiline analüütika (näiteks õpiväljundite, kompetentsuste, õpitegevuste, hindamise ja ressursside osas)  võimaldab õppekavade loomist, ja analüütika põhjal sise- ja välishindamist, et õppekavu viia vastavusse riiklikke ja maailmas tunnustatud normatiividega. Samuti aitab õppekava analüütika muuta normatiive endid. Seetõttu on nii õpi- kui ka õppekava (akadeemilisel) analüütikal õppimise korraldamisel oluline roll.

Õpianalüütikat saavad kasutada ka õppimisteadused, et püstitada teadtud õppimiskäsitlustest lähtuvaid hüpoteese ja neid vastavalt kujundatud õpikeskkondaes ja õpitegevustes andmete abil empiiriliselt kontrollida.

Suurte andmemassiivide akumuleerumine, mida õpianalüütika ja õppekava (akadeemiline) analüütika samuti kaasa toovad,  tõstatab uued väljakutsed ka andmetöötlusele ning võimaldab samas teha haridusvaldkonnas teadlikumaid otsuseid.

Loe lähemalt:

SNA praktikum

SNA praktikum

Analüütika viidi läbi Twitterisse postitatud säutsude põhjal, kasutades Gephit.

Topsy.com kaudu analüüs tundus ebausaldusväärne, kuna ühe rühmaliikme säutsud seal ei kajastunud. See osutus pisut ebausaldusväärseks. Andmed kanti rühmatöö käigus Google sheetstabelisse, siis eksporiti need csv-faili ning töödeldi  faili programmi Gephi abil ja seejärel salvestati tulemused pildifailina.

 

pilt

 

https://ifi7060.wordpress.com/about/attend-event/

Peegeldus

Kuidas ma oma eesmärgid täitsin?

Tunnen, et ma ei täitnud oma eesmärki, mis on seotud õpingutega, sest oleksin tahtnud põhjalikumalt igasse teemasse süüvida. Samas on toimunud meie koolis suur muutus, kuna kolleegid on hakanud huvi tundma, mida ma täpsemalt õpin ning soovinud, et ma oma teadmisi ka nendega jagaks.

Mis minu jaoks töötas ja mis mitte?

Mulle meeldis saada teavet erinevatest keskkondadest ning väikeseid näpunäiteid nende kasutamises. Raske on see, et mina tahan alati kõik praktiliselt läbi teha ja see võtab ära pool ajast, mille peaks kulutama ajaveebi täiendamise peale.

Mis on need aspektid, mille kallal pean veel vaeva nägema?

Sellele küsimusele on kõige lihtsam vastata. Pean õppima aega planeerima. Uskumatu, et oma õpilastele räägin pidevalt, et tehku asjad ära kohe ja õigeaegselt, et tööd ei kuhjuks. Aga nüüd ennast nähes, suure tegemata tööde kuhja all, peaksin ma vaatama peeglisse ja endale moraali pidama.

Millised on minu tugevad ja nõrgad küljed?

Nõrgaks küljeks on loomulikult ajaplaneerimisoskus. Samas pean oma tugevaks küljeks rahumeelsust ja positiivsust, kui töö ei valminud tähtajaks, siis ei tasu ka paanikat tekitada ja end stressi viia, vaid rahulikult aeg maha võtta ning keskenduda ükshaaval igale ülesandele.

Mida ma peaksin järgmisena tegema?

Järgmisena tahan ennast kurssi viia põhjalikumalt õpivõrgustike teemaga, eriti sellest vaatenurgast, kas õpivõrgustikku (kasutades tehnoloogilisi vahendeid) on võimalik luua ka esimeses kooliastmes.

http://opikeskkonnad.wordpress.com/2014/11/17/vi-teema-opivorgustikud-2/

Video

Meie rühmatöös osalevad Heily, Liisi ja Valentina.

Meil läks rühmatööga hästi (enda arvates), kuna selles loengus, kus anti meile teada, et tuleb teha video, siis tekkis ka kohe idee. Õnneks on minul, Heilyl, käepärast ka tänuväärne materjal oma õpilaste näol. Kuuldes ära minu soovi, teha õpikeskkondade teemal video, olid õpilased juba ennast rühmadesse jaotanud ning läks lahti võistlus, kellel tuleb parem töö.

Omavahel suhtlesime Facebookis ning pidasime ka plaani, mida teha jne.