E-öğrenme ortamlarında bir öğrenme analitiği aracı olarak öğrenme panelleri ile etkileşimin öğrenme çıktılarıyla ilişkisi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Eğitim Bilimleri Enstitüsü, Bilgisayar ve Öğretim Teknolojileri Eğitimi A.B.D., Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: MEHMET KOKOÇ
Asıl Danışman (Eş Danışmanlı Tezler İçin): ARİF ALTUN
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu araştırmada e-öğrenme ortamına bütünleşik, öğrenme analitiklerine dayalı bir öğrenme paneli geliştirilmiştir. Geliştirilen öğrenme paneli, öğrencilerin e-öğrenme ortamındaki etkileşim davranışlarını işleyip farklı veri görselleştirme teknikleri kullanarak görselleştirmektedir ve öğrencilere kendi öğrenme süreçlerine ilişkin anlık bilgi vermektedir. Bununla birlikte öğrencilere, e-öğrenme ortamındaki davranışlarını modelleyerek tahmini başarıları bildirilmektedir ve kendi öğrenme süreçlerini destekleyici nitelikte öneriler sunmaktadır. Araştırma kapsamında, (1) geliştirilen öğrenme panelinin kullanımı, (2) öğrenci-öğrenme paneli etkileşiminin e-öğrenme ortamındaki öğrenme yaşantısının bir boyutu olup olmadığı ve (3) sağlanan etkileşimin öğrenme çıktılarıyla ilişkisi incelenerek değerlendirilmiştir. Araştırma, Hacettepe Üniversitesi ve Karadeniz Teknik Üniversitesi'nin BÖTE öğretim programlarında 2014-2015 Bahar Dönemi Bilgisayar Ağları ve İletişim dersine kayıtlı 126 öğrencinin gönüllü katılımı ile yürütülmüştür. Uygulama süreci toplam 12 hafta sürmüştür. Açık kaynak kodlu öğrenim yönetim sistemlerinden Moodle 2.8 sürümü kullanılarak BagilLab e-öğrenme ortamı kurulmuştur. BagilLab e-öğrenme ortamı, öğrenme sürecinde etkileşimin üst düzeyde gerçekleşmesi ve öğretim sürecinin etkili olabilmesi için yeniden düzenlenmiştir. E-öğrenme ortamında; farklı türde ders kaynakları, sınama etkinlikleri, tartışma etkinlikleri, öğrenme görevleri, duyuru panosu, BagilLab sözlüğü, aktif form mesajları, çevrimiçi kullanıcılar, sohbet ve mesajlar bileşenleri mevcuttur. Öğrencilerin e-öğrenme ortamındaki etkileşim davranışlarına ilişkin kayıtlar veri tabanında saklanmıştır. Araştırma problemlerini yanıtlayabilmek için araştırma kapsamında üç farklı veri kaynağı kullanılmıştır. E-öğrenme ortamından elde edilen öğrenci etkileşim davranışlarını yansıtan 34 değişkene ilişkin veri toplanmıştır. Bununla birlikte öğrencilerin akademik performans puanlarını belirlemek için dönem sonu ders geçme notları dikkate alınmıştır. Öğrencilerin ilgili ortama ilişkin memnuniyet düzeyini belirlemek için Aşkar, Altun ve Ilgaz (2008) tarafından geliştirilen Memnuniyet Ölçeği kullanılmıştır. Araştırmanın birinci alt problemi için temel bileşenler analizi ve hiyerarşik faktör analizi, ikinci araştırma problemi için fark testleri, üçüncü alt problem için veri madenciliği yöntemlerinden kümeleme analizi ve dördüncü alt problem için veri madenciliği yöntemlerinden sınıflama analizi ve regresyon analizi yapılmıştır. Araştırma sonucunda; öğrencilerin e-öğrenme ortamındaki etkileşimlerinin altı boyutlu bir yapı olarak tanımlanabileceği ve altı alt boyutun bütüncül olarak bir öğrenme yaşantısı örüntüsü sergilediği belirlenmiştir. Öğrencilerin öğrenme paneli ile etkileşimi, e-öğrenme ortamındaki öğrenme yaşantılarının anlamlı bir boyutunu oluşturduğunu göstermektedir. Öğrenme yaşantılarının öğrencilerin akademik performans düzeylerine (dersi geçme/dersten kalma) durumuna göre farklılaştığını, memnuniyet düzeyine göre ise farklılaşmadığı belirlenmiştir. Kümeleme analizi sonucunda, öğrenme paneli ile etkileşime dayalı verilere göre öğrencilerin benzer davranış örüntüsü gösteren dört gruba ayrıldığını göstermektedir. İlgili kümeler akademik performanslar ile ilişkili olarak profillendiğinde de benzer bir örüntü ortaya çıkmıştır. Tahmin analizlerinde; öğrenme paneli ile etkileşimin öğrencilerin akademik performanslarını etkilediği, öğrenme paneli 4'ün en yüksek etki oranına sahip olduğu sonucuna ulaşılmıştır. Kurulan sınıflama modellerinin performans metrikleri açısından geçerli olduğu, yapay sinir ağları algoritmasının öğrencilerin akademik performansı tahmin etmede en iyi performansı gösterdiği belirlenmiştir. CN2 kurallar algoritması ile öğrenme paneli ile etkileşim değişkenleri kullanılarak öğrencilerin akademik performans durumlarını tahmin etmeye dönük kurallar geliştirilmiştir. Elde edilen sonuçlar, öğrenme panellerinin e-öğrenme ortamlarında kullanımının öğrenme çıktıları açısından önemli olduğunu göstermektedir. Geliştirilen öğrenme panelinin hem e-öğrenme sürecine ilişkin bilgi üretme hem de tahmin edilen başarıya dayalı olarak öneri sunan araç geliştirme açısından öğrenme analitiği ve kişiselleştirilebilir öğrenme alanyazınına katkı sağladığı söylenebilir.