Fremming av skalerbar læringsanalyse

Elever og studenter legger igjen mengder digitale data. Avhandlingen ser nærmere på skalerbarhet for læringsanalyse. Et viktig aspekt ved skalerbarhet er dataintegrasjon, det vil si kombinasjon av data på tvers av ulike datakilder (f.eks. loggdata fra bruk av digital læringsplattform, karakter i et kurs). Dataintegrasjon kan bidra til mer presis og nyttig læringsanalyse. Læringsanalyse søker å gi innsikt og forbedringer knyttet til læring gjennom datainnsamling, analyse og rapportering om lærende og deres omgivelser. I avhandlingen har Samuelsen identifisert utfordringer knyttet til et sentralt aspekt ved skalerbarhet i læringsanalyse og bidratt med løsninger.

Avhandlingen er artikkelbasert og består av en systematisk litteraturgjennomgang og to empiriske studier. Litteraturgjennomgangen undersøkte utfordringer for dataintegrasjon i læringsanalyse. Den identifiserte blant annet at datastandarder for læringsaktiviteter, slik som Experience API (xAPI), er lite brukt; dette til tross for at slike standarder er ment å støtte dataintegrasjon for læringsanalyse gjennom å kunne tilby et felles språk for å beskrive data om en lærende som interagerer med et læringsobjekt. I den første empiriske studien, som inkluderte en kvalitativ tilnærming, ble xAPI undersøkt nærmere og det ble da identifisert mangler mtp. konsistente beskrivelser av læringskontekst på tvers av datakilder. Videre ble det utviklet en konseptuell løsning for å fremme konsistente databeskrivelser i xAPI. I den andre empiriske studien ble den konseptuelle løsningen implementert via en teknisk løsning, og den tekniske løsningen ble deretter validert gjennom brukertesting med interessenter med god kjennskap til xAPI.

Forskningen i studiene har vist at konsistente databeskrivelser på tvers av kilder kan fremme dataintegrasjon, et viktig aspekt ved skalerbar læringsanalyse. For å støtte skalerbar læringsanalyse bør den tekniske løsningen utforskes videre av xAPI fellesskapet for inkludering i standarden.

Personalia

Jeanette Samuelsen (f. 1984) har en mastergrad i informasjonsvitenskap fra UiB. Veiledere for avhandlingen er professor Barbara Wasson og professor Weiqin Chen. Samuelsen jobber i dag som forsker ved Centre for the Science of Learning & Technology (SLATE), UiB.