Rapid developments in the educational system significantly facilitate the popularisation of education, making education more accessible. The learning process should be systematically analyzed to assist teaching, however, traditional learning systems provide limited support for educators. The learning analytics dashboard is, therefore, becoming a popular tool to provide insights into the learning process by analyzing and interpreting the collected data with effective visualizations. With the purpose of improving pedagogical decision-making, it is of importance to provide a comprehensive overview and informative feedback for the learning process. This study aims to explore the affordances and challenges of designing a comprehensive learning analytics dashboard for educators to support personalized learning and adaptive teaching. A large amount of research on the learning analytics dashboard was reviewed as the theoretical foundation. The prototype of the dashboard was developed based on the obtained theories. To examine the prototype, a user study with user experience designers was conducted to evaluate the clarity of the visualization and the effectiveness of the dashboard. The results summarised from the thematic analysis indicated that the dashboard could serve as a potentially valuable tool with overall clear interaction to support educators, and the visualization was considered intuitive to understand the connection of multiple data points. Suggestions for designing a learning analytics dashboard are discussed in terms of visualization, consistency, conception, navigation, interaction, information via text, visual appearance, functionality, and privacy. To further improve the affordances of the dashboard, future research with educators is of importance to conduct. / Den snabba tekniska utvecklingen inom utbildningsområdet har avsevärt underlättat populariseringen av utbildningen och gjort den mer tillgänglig. Inlärningsprocessen bör analyseras systematiskt för att stödja denna utveckling, men traditionella inlärningssystem ger begränsat stöd för lärare. Instrumentpaneler (dashboards) för inlärningsanalys har därför blivit ett populärt verktyg för att ge inblick i inlärningsprocessen genom att analysera och tolka den insamlade informationen med effektiva visualiseringar. I syfte att förbättra det pedagogiska beslutsfattandet är det viktigt att ge en omfattande översikt och informativ och kontinuerlig feedback för inlärningsprocessen. Denna studie syftar till att utforska fördelar och utmaningar med att utforma en omfattande instrumentpanel för lärandeanalys för lärare att stödja den individuella inlärningen och därmed kunna anpassa undervisningen. En stor mängd forskning på instrumentpaneler för inlärningsanalys granskades som underlag. Prototypen på instrumentpanelen utvecklades baserat på detta underlag. För att utvärdera prototypen genomfördes en användarstudie med UX-designers för att avgöra visualiseringens tydlighet och instrumentpanelens effektivitet. Resultaten från den tematiska analysen indikerade att instrumentpanelen kunde fungera som ett potentiellt värdefullt verktyg med en överlage tydlig interaktion för att stödja lärare och visualiseringen ansågs vara intuitiv för att förstå relationen mellan datapunkterna. Förslag för att utforma en instrumentpanel för inlärningsanalys diskuteras avseende visualisering, konsistens, uppfattning, navigering, interaktion, information via text, visuellt utseende, funktionalitet och integritet. För att ytterligare förbättra instrumentpanelens är framtida utveckling och utvärdering med pedagoger viktig att genomföra.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-293416 |
| Date | January 2020 |
| Creators | Lin, Binyuan |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2020:918 |
Page generated in 0.1784 seconds