학습 분석
Learn을 위한 분석은 학생들의 성과를 추적하는 과정에 대해 다양한 보고서를 실행할 수 있는 선택적 서비스입니다. Learn용 애널리틱스는 Blackboard Learn에서 데이터를 추출하여 변환한 후 분석 프레임워크로 가져와 교육 기관의 학생 정보 시스템과 결합합니다.
중요
교육기관에서 이러한 보고서에 접근하려면 Analytics for Learn에 대한 라이선스를 부여하고 설치하여 활성화해야 합니다.
Learn 보고서 분석
Learn을 위한 분석은 다음과 같은 보고서를 제공합니다.
코스 개요: 부서 내 유사한 코스와 비교하여 상호작용, 제출물, 수업 시간을 다룹니다.
활동 및 성적 산점도: 과정 활동 및 과정 성적의 산점도입니다.
활동 매트릭스: 이 보고서는 각 학생의 제출 수를 해당 과정에 참여하는 모든 학생의 평균과 비교합니다. 보고서에는 전체 학기 동안의 제출 추세, 제출 횟수, 강좌별 평균 제출 횟수, 학생이 마지막으로 제출한 이후의 일수 및 마지막 제출 유형에 대한 그래프가 포함되어 있습니다.
코스 제출 요약: 과제, 시험, 설문 조사, 채점되는 토론, 블로그, 저널 및 위키를 포함해 각 학생의 제출 정보입니다.
Learn 보고서에 대한 분석 액세스
분석을 탐색 모음에서 선택합니다. 코스 분석 페이지에서 보고서를 선택하십시오. 보고서 페이지에는 실행 가능한 보고서 목록과 그 설명, 마지막 실행 시간이 함께 표시됩니다. 분석 보고서를 생성하려면 보고서 실행을 선택하세요. Learn 분석 보고서는 별도의 탭에서 열립니다.
코스 분석 페이지에는 Predict 및 Analytics for Learn이 있을 경우 보고서와 학생 위험 보고서 옵션이 나타납니다. 보고서를 선택하고 Analytics for Learn 옵션을 확인하세요.
학생 목록을 보고 시스템에서 내보내어 Microsoft® Excel®과 같은 프로그램으로 추가 분석을 위해 가져올 수 있습니다.
질문 분석 탭
질문 분석은 전반적인 수행과 성과, 평가 품질, 개별 질문에 대한 통계를 제공합니다. 이 데이터는 학생들의 수행과 성과를 제대로 구별하지 못하는 질문을 인식하는 데 도움이 됩니다. 질문 분석은 평가( 질문 포함)를 위한 것입니다. 모든 제출이 접수되기 전에 질문의 품질을 확인하고 변경하기 위해 보고서를 실행할 수 있습니다.
학문적 성실성에 대한 결정을 위해 로그 및 사용자 접근 데이터를 사용합니다.
Anthology는 학생의 학문적 성실성에 대한 판단을 내릴 때 액세스 및 활동 로그를 유일한 수단으로 사용하는 것을 권장하지 않습니다. 부정 행위 판단과 같은 중대한 결정을 위해 개인 또는 소규모 데이터 샘플을 분석하는 것은 기술적으로 가능하지만, 이런 분석은 일반적인 데이터 편향, 특히 인과관계를 상관관계와 혼동하는 확증 편향의 영향을 많이 받습니다. 데이터 분석의 편향이 부적절한 결론으로 이어질 수 있는 두 가지 예는 다음과 같습니다.
시험이 시작될 때 IP가 변경되면 다른 사람이 시험을 보는 것으로 간주되어 부정행위로 볼 수 있습니다. 또한 라우터를 재시작하거나 공용 네트워크에서 컴퓨터 보안을 강화하기 위해 VPN을 사용하는 경우일 수도 있습니다.
여러 학생이 동시에 시험을 시작하도록 그룹으로 조정하면 부정행위를 나타낼 수 있다. 또한 이 학생들이 비슷한 업무와 개인 일정을 가지고 있어 유사한 시간에 교과 과정을 수행하게 된 것일 수도 있다.
테스트 접근 로그나 접근 및 활동 로그의 특정 시점 분석 기능은 부정행위 조사에서 다른 결과를 뒷받침할 수는 있으나, 학문적 성실성을 판단하는 유일한 방법으로는 권장되지 않습니다. 액세스 및 활동 로그는 주로 집계된 분석과 시스템 및 사용자 문제 해결을 위해 설계되었습니다. 일부 보고서는 트랜잭션 데이터베이스 테이블이 아닌 시스템 로그 파일에서 작성됩니다. 드물게 이런 유형의 보고서는 데이터가 손실되거나 중복될 가능성이 더 높아 매우 작은 표본 크기의 특정 시점 데이터에 대해 잠재적으로 부정확할 수 있습니다.
학문적 성실성이나 부정행위에 대한 우려가 있다면 해당 위법 행위를 처리하는 교육기관 사무실에서 시작하는 것이 좋습니다. 이것은 학술 연구나 기술 관련 사무실일 수 있습니다. 활동이 온라인에서 발생했는지 여부와 상관없이 문제를 조사하기 위한 정책과 승인된 절차를 일반적으로 가지고 있다. 단일 로그나 소규모 활동 데이터 세트만을 사용하여 위법 행위를 확인하는 것은 다양한 데이터 편향에 취약하기 때문에 Anthology는 위법 행위 발생 여부를 결론짓기 위해 데이터만을 사용하는 것을 권장하지 않습니다.