Analyser
Alla deltagare kan lyckas.
När du övervakar deltagarnas prestationer i din kurs kan du se till att alla har en chans att lyckas.
I en traditionell klassrumsmiljö kan du avgöra om deltagarna förstår materialet genom att vara uppmärksam på icke-verbala ledtrådar, ansiktsuttryck, medverkan och hur många som räcker upp handen. I din onlinekurs kan du bedöma deltagarnas prestationer med hjälp av en samling Blackboard-verktyg.
Börja i tid. Använd verktygen för att fastställa en baslinje för deltagarprestationer. Den här baslinjen är ovärderlig när du ska jämföra den med deltagarnas prestationer under kursens gång. Du kan se mönster och kunna avgöra när du behöver hjälpa deltagare som befinner sig i riskzonen för att inte klara studierna och förhindra att högpresterande deltagare blir uttråkade.
Deltagarprestationer ger även en insikt i den övergripande designen och effektiviteten i en kurs.
Se en video om analyser
I följande video med berättarröst presenteras en del av informationen på den här sidan med ljud och bild. Om du vill ha en detaljerad beskrivning av vad som visas i videon öppnar du videon på Vimeo.
Användning av loggar och användaråtkomstdata för beslut angående akademisk integritet
Anthology rekommenderar inte att man använder åtkomst- och aktivitetsloggar som det enda sättet att fatta beslut angående deltagarnas akademiska integritet. Att analysera enskilda personer eller ett litet urval data i syfte att fatta viktiga beslut, som att fastställa fusk, är tekniskt möjligt, men dessa typer av analyser påverkas ofta av vanliga misstolkningar av data – i synnerhet bekräftelsebias och likställning av korrelation och kausalitet. Här är två exempel på fall där misstolkning av data kan leda till felaktiga slutsatser:
Om en deltagares IP-adress ändras när deltagaren börjar med ett prov kan tyda på fusk genom att någon annan gör provet åt deltagaren. Å andra sidan kan det också tyda på att deltagaren behövt starta om sin router eller använder en VPN-tjänst på offentliga nätverk för att skydda sin dator.
Om flera deltagare börjar med ett prov samtidigt kan det tyda på fusk genom att de gått samman för att ta provet som en grupp. Det kan också tyda på att deltagarna helt enkelt har liknande rutiner och därför gör sitt kursarbete på liknande tider.
Av dessa skäl rekommenderas inte funktioner som åtkomstloggar för prov eller annan tidsanalys av åtkomst- och aktivitetsloggar som det enda sättet att fastställa den akademiska integriteten, men de kan användas för att förstärka andra fynd vid undersökning om överträdelse. Åtkomst- och aktivitetsloggar är huvudsakligen utformade för sammanställd analys och felsökning av system- och användarproblem. En del rapporter skapas från systemloggfiler istället för transaktionsdatabastabeller. Det är ovanligt, men det finns risk för att data förloras eller fördubblas i dessa typer av rapporter, vilket kan göra att resultaten blir felaktiga vid analys av mycket små urval, som t.ex. en enskild individ vid en specifik tid.
Om du är orolig för fusk eller akademisk integritet rekommenderar vi att du börjar med vända dig till avdelningen på lärosätet som har ansvar för att hantera sådana överträdelser. Det kan t.ex. vara avdelningen för akademiska frågor eller akademisk teknologi. De har i allmänhet riktlinjer och godkända förfaranden för att utföra undersökningar, vare sig aktiviteten i fråga har skett online eller inte. Om man endast använder en enskild logg eller en liten datauppsättning för att fastställa överträdelse finns det risk för flera typer av misstolkningar av data. Därför rekommenderar Anthology inte att man endast använder sig av sådana data för att fastställa överträdelse.