Studenten in Gefahr von Stall – moodledocs bitcoin öffentlicher Schlüssel

Ab der Version 3.4 implementiert der Kern von Moodle nun Open-Source- und transparente Lernanalysen der nächsten Generation. In Moodle 3.4 wird dieses System mit einem integrierten Modell namens "Die Schüler sind gefährdet abzubrechen." Diese Dokumentation beschreibt dieses Modell im Detail.

Dieses Modell sagt Schülern, die einen Moodle-Kurs nicht absolvieren können, voraus, dass sie sich nur wenig engagieren. In diesem Modell ist die Definition von "Stall" ist "keine Studentenaktivität im letzten Viertel des Kurses." Dieses Vorhersagemodell verwendet das Student-Engagement-Modell der Umfrage-Community, das aus drei Teilen besteht:

• Indem ich die Konzepte von "kognitive Präsenz" und "soziale Präsenz," Dieses Vorhersagemodell ist in der Lage, aus einer Vielzahl von Kursen zu analysieren und Schlussfolgerungen zu ziehen und diese Erkenntnisse anzuwenden, um Vorhersagen über neue Kurse zu machen, sogar über Kurse, die vorher nie im Moodle-System gelehrt wurden.


Das Modell ist nicht darauf beschränkt, Vorhersagen über den Erfolg von Schülern nur in den Duplikaten von Kursen zu machen, die in der Vergangenheit angeboten wurden.

• Aufgrund dieser Modellentwurfsannahme ist es sehr wichtig, das Start- und Enddatum jedes Kurses korrekt zu definieren, um dieses Modell zu verwenden. Wenn vergangene Preise und die Start- und Enddaten aktueller Kurse nicht korrekt definiert sind, können die Vorhersagen nicht exakt sein.

• Dieses Modell benötigt eine Reihe von In-Moodle-Daten, um Vorhersagen treffen zu können. Momentan sind nur die Kernaktivitäten von Moodle in der Reihe der Indikatoren enthalten (siehe unten). Klassen, die mehrere Kern-Moodle-Aktivitäten pro Zeitrahmen nicht enthalten, werden in diesem Modell nur geringe Vorhersagekraft haben. Dieses Vorhersagemodell wird effizienter mit Online-Kursen oder “hybrid” oder “gemischt” mit wesentlichen Online-Komponenten.

Dieses Skript versucht, das Start- und Enddatum des Kurses zu schätzen, indem es die Schüleranmeldungen und Schüleraktivitätsprotokolle untersucht. Überprüfen Sie nach dem Ausführen dieses Skripts, ob die Ergebnisse des geschätzten Start- und Endskripts einigermaßen korrekt sind.

Kognitive Tiefe ist ein Maß für die Konstruktion "kognitive Präsenz" im theoretischen Rahmen der Enquete-Gemeinschaft. Kognitive Präsenz wird definiert als “das Ausmaß, in dem Teilnehmer in einer bestimmten Umgebung einer Forschungsgemeinschaft in der Lage sind, durch nachhaltige Kommunikation Bedeutung aufzubauen” (Garrison, Anderson & Archer, 2000, S. 89). Die kognitive Präsenz wurde in der Regel durch manuelle Inhaltsanalyse ermittelt. In diesem Modell definieren wir dieses Konstrukt entsprechend der Art der Aktivität, die dem Schüler angeboten wird, und dem Ausmaß, in dem der Schüler eine kognitive Beteiligung an dieser Aktivität demonstriert. Die Tiefe variiert zwischen 0 und 5, wobei 0 anzeigt, dass der Lernende die Aktivität nicht gesehen hat. Die Ebenen der potenziellen kognitiven Tiefe sind:

Dieses Modell beginnt damit, jedem Aktivitätsmodul einen potenziellen Maximalwert der kognitiven Tiefe zuzuordnen. Zum Beispiel erlaubt das Zuweisungsmodul eine kognitive Tiefe von bis zu 4. Siehe unten für mehr Details darüber, wie diese Ebenen grundlegenden Aktivitätsmodulen zugeordnet sind.

Sobald die möglichen Niveaus zugewiesen wurden, wird jeder in einem Kurs eingeschriebene Student auf der Grundlage des erreichten Ausmaßes der potenziellen Tiefe bewertet. Wenn zum Beispiel eine Aktivität nur Level 3 unterstützt und der Student Level 3 erreicht hat, nimmt der Student an 100% des Levels teil kognitive Tiefe.

Soziale Breite ist ein Maß für die Konstruktion "soziale Präsenz" im theoretischen Rahmen der Enquete-Gemeinschaft. Es wird definiert als “die Fähigkeit der Teilnehmer, sich mit der Gruppe oder dem Studiengang zu identifizieren, bewusst in einer selbstbewussten Umgebung zu kommunizieren und schrittweise persönliche und emotionale Beziehungen zu entwickeln, indem sie ihre individuellen Persönlichkeiten projizieren” (Garrison, 2009, p. 352). In der Vergangenheit wurde die soziale Präsenz im Allgemeinen anhand von Post-Course-Befragungen und manueller Diskursanalyse gemessen, obwohl es immer mehr Versuche gab, diesen Prozess zu automatisieren. Dieses Modell implementiert die soziale Präsenz "soziale Breite" das Ausmaß der Möglichkeiten untersuchen, die der Teilnehmer benötigt, um mit anderen zu kommunizieren. Der Grad der Entfernung liegt zwischen 0 und 5, wobei 0 anzeigt, dass der Lerner nicht mit jemandem interagiert hat. Potenzielle Ebenen soziale Breite sind:

Dieses Modell beginnt damit, jedem Aktivitätsmodul einen potenziellen Maximalwert des sozialen Ausmaßes zuzuordnen. Zum Beispiel kann das Zuweisungsmodul eine soziale Reichweite von 2 erreichen. Weitere Informationen darüber, wie diese Ebenen den Kerngeschäftsmodulen zugeordnet sind, finden Sie weiter unten.

Sobald die möglichen Niveaus zugewiesen wurden, wird jeder in einem Kurs eingeschriebene Student auf der Grundlage des erreichten Ausmaßes der potenziellen Tiefe bewertet. Wenn zum Beispiel eine Aktivität nur Stufe 3 unterstützt und der Schüler Stufe 3 erreicht hat, nimmt der Schüler an 100% der sozialen Ebene teil.

Kategorisierung jeder Aktivität nach Potenzial kognitive Tiefe und soziale Breite, wir können das Niveau der anhaltenden (und möglicherweise erwarteten) Beteiligung des Lernenden antizipieren, auch ohne eine Vorgeschichte der Handlungen vieler Lerner in diesem Aktivitätsbereich. Beachten Sie, dass die oberen Ebenen entlang jeder Achse alle unteren Ebenen umfassen, dh eine Aktivität, an der ein Schüler und alle seine Kollegen beteiligt sind (soziale Breite 3) beinhaltet automatisch Level 1 (nur Schüler) und 2 (Schüler +1). In vielen Fällen kann das spezifische Niveau nur durch Analysieren der Parameter der Aktivität bestimmt werden. (Beachten Sie, dass die in Moodle 3.4 enthaltene Vorlage nur Aktivitäten in Moodle Core unterstützt.) Einige unwichtige Aktivitäten sind hier als Beispiele enthalten.)

die " zerlegbar" Moodle-Element für dieses Modell ist der Kurs. Dies deutet darauf hin, dass das Modell die Kurse auf der Website durchläuft und jede davon behandelt, um entweder das Modell zu erstellen oder Vorhersagen zu treffen. Vorhersagen werden für jeden gemacht "Probe" Entität (siehe unten) im Kontext des Kurses.

" Proben" Im Zusammenhang mit maschinellem Lernen geben Sie die Analyseeinheit an. In diesem Modell sind die Stichproben Studentenregistrierungen in Kursen. Für jeden Teilnehmer an einem Kurs werden Vorhersagen gemacht, basierend auf Daten, die während des Modelltrainings für alle vorherigen Studentenanmeldungen in abgeschlossenen Kursen beobachtet wurden.

Einsichten sind die spezifischen Vorhersagen, die von einem Modell für jede in der Stichprobe definierte Einheit (in diesem Fall die Schüleranmeldungen zu einem Kurs) im Zusammenhang mit diesem Modell (in diesem Fall für jeden Kurs) generiert werden. Der Kontext wird verwendet, um festzulegen, wer Benachrichtigungen basierend auf der Funktion moodle / analytics: listinsights für diesen Kontext erhält. für dieses Modell, Diese Berechtigung ist für die Rolle des Standardlehrers festgelegt.