Learning Analytics är ett forskningsområde som innefattar insamling, mätning, analysering och rapportering av “big data” om studenter i deras lärmiljö. Syftet är att förstå och optimera studenters lärande, och deras studiemiljöer. Learning Analytics-tjänster kan bland annat hjälpa studenter att få en insikt i hur de bör studera för att vara tidseffektiva eller höja sina studieprestationer. Dessutom kan tjänsterna upptäcka och ge feedback till studenter som riskerar att misslyckas med sina kurser, samt skapa personliga visualiseringar för t.ex. tidsförbrukning per delmoment i en kurs, eller betygsfördelning. Denna studie använder sig av ett forskningsinstrument som kallas Student Expectations of Learning Analytics Questionnaire (SELAQ) och ämnar undersöka studenters attityd till 12 olika påståenden relaterade till Learning Analytics. Deltagarna i studien fick således svara på en enkät där de fick gradera hur mycket de instämde med de givna påståendena, under premissen att deras lärosäte hypotetiskt skulle börja implementera en Learning Analytics-tjänst. Resultaten från studien indikerar att SELAQ ger oss bra insikt i vilka förväntningar studenter på svenska lärosäten har på Learning Analytics. Resultaten visar bland annat också att studenterna har låga förväntningar kring de områden som rör feedbacken från Learning Analytics-tjänsten. Mer specifikt har de låg tillit till att undervisande personal kommer att leverera feedbacken på ett tillfredsställande vis till studenterna. Vidare visar resultatet att studenterna har högre förväntningar i frågor gällande inhämtning av samtycke och hantering av personlig data. / Learning Analytics is an area of research which includes collecting, measuring, analysing, and reporting “big data” about students and their learning environment. The purpose is to understand and optimise students’ learning and learning environments. Learning Analytics services can among other things help students gain insight into how they should study to be time-efficient or increase their study performances. Moreover, the services can detect and provide feedback to those students at risk of failing their courses, as well as create personalised visualizations about for example time consumption per parts of a course, or grade distribution. This study uses a research instrument called Student Expectations of Learning Analytics Questionnaire (SELAQ) and aims to examine students' attitudes to 12 different statements related to Learning Analytics. Thus, the participants in the study got to answer a survey where they had to rate how much they agreed with the given statements, based on the hypothetical premise that their university would start to implement a Learning Analytics service. The results from the study indicates that the SELAQ instrument gives us a good understanding about the expectations on Learning Analytics of students in Swedish higher education. The results also show, among other things, that the students have low expectations in areas related to the feedback from the Learning Analytics service. More specifically, they have low confidence that the teaching staff will deliver the feedback to the students in a satisfying way. Furthermore, the results show that the students have higher expectations in matters concerning the obtaining of consent and handling personal data.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-299269 |
| Date | January 2021 |
| Creators | Engström, Linda |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2021:308 |
Page generated in 0.0024 seconds