Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

MOODLE- assessment tools

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "MOODLE- assessment tools"— Μεταγράφημα παρουσίασης:

1 MOODLE- assessment tools

2 Ερ εργαλια αξιολογησησ στο Moodle
Τα Forums ασύγχρονης συζήτησης πλέον παίζουν κυρίαρχο ρόλο στην εκπαίδευση εξ αποστάσεως αφού πολλές φορές υποκαθιστούν την πρόσωπο με πρόσωπο επικοινωνία. Τα τελευταία χρόνια γίνεται μεγάλη ερευνητική προσπάθεια ώστε να γίνεται εκτίμηση της δραστηριότητας και της ποιότητας των posts σε ένα forum. To Moodle παρέχει μια σειρά από εργαλεία που βοηθούν σε αυτή την κατεύθυνση Βαθμολόγηση Posts ( αριθμητική – λεκτική) , (από δάσκαλο ή μαθητή) Όρια μηνυμάτων Στατιστικά Posts

3 Forum aggregate types Tο Moodle παρέχει μια σειρά από στατιστικά εργαλεία για την αξιολόγηση των posts Μέσο όρος βαθμολογιών υπολογίζεται ο μέσος όρος των βαθμολογιών των posts που έχουν γίνει σε μια συζήτηση Αριθμός βαθμολογιών χρησιμοποιείται ως μέτρηση των αξιολογημένων posts μια ένδειξη για την ποιότητα της συζήτησης Μέγιστη Βαθμολογία χρησιμοποιείται για να ενθαρρύνει την αποστολή posts υψηλής ποιότητας Ελάχιστη Βαθμολογία χρησιμοποιείται σε περίπτωση που ο εκπαιδευτής θέλει να δει το κάτω κατώφλι της ποιότητας των posts) Άθροισμα Βαθμολογίας

4 QUIZ Reports To Moodle παρέχει προχωρημένες δυνατότητες στο θέμα της στατιστικής αξιολόγησης των αποτελεσμάτων από τα quiz που λύνει ο κάθε μαθητής. Το Moodle αποθηκεύει λίστα με Τα στοιχεία του μαθητή Ώρα έναρξης και διάρκεια Αποτελέσματα κάθε μαθητή Μπορούμε να φιλτράρουμε τα δεδομένα και να έχουμε άποψη για τους μαθητές όλης της τάξης , τους μαθητές που έκαναν κάποιο quiz ή τους μαθητές που δεν έχουν κάνει κανένα quiz Υπάρχει η δυνατότητα να κατεβάζουμε τις λίστες είτε σε μορφή text αρχείου ,excel, odf

5 αναλυση δεδομενων Χρησιμοποιούνται μια σειρά από στατιστικές παραμέτρους για την αξιολόγηση των ερωτήσεων που αποτελούν τα quiz

6 δεικτεσ αναλυσησ R counts –Πόσοι μαθητές διάλεξαν την ερώτηση και ο συνολικός αριθμός των απαντήσεων % R –Το ποσοστό των μαθητών που διάλεξαν την ερώτηση Facility Index (% Correct) –Δείκτης που εκφράζει την συνολική δυσκολία της ερώτησης Standard Deviation (SD) –μέτρηση της ποικιλίας των απαντήσεων των μαθητων DI & DC columns –Δείκτες που μετρούν την διακριτικότητα της ερώτησης δηλαδή κατά πόσο ξεχωρίζει τους μαθητές

7 Grade sTatistics Report
Πρόκειται για ένα module που πρόκειται να ενσωματωθεί στην έκδοση 2.0 του Moodle. Περά από τις δυνατότητες απεικόνισης κειμένου θα παρέχει και δυνατότητες γραφικής αναπαράστασης .Κάποιες από τις δυνατότητες του Στατιστικά για όλη την τάξη , ανά group , ανά μαθητή , ανά ρόλο Σειρά από στατιστικούς δείκτες όπως μέσος όρος , variance ,median και ευκολία προσθήκης δεικτών της επιλογής μας Δυνατότητα παρουσίασης συσχέτισης μεταξύ ατόμου και ομάδας Πλήρης παραμετροποίηση των δυνατοτήτων γραφικής αναπαράστασης

8 Gradebook Το Moodle παρέχει το GradeBook API μέσα από το οποίο όλα τα τμήματα του Moodle μπορούν να προωθούν αποτελέσματα τους σε ένα κεντρικό χώρο όπως το gradebook To gradebook παρέχει στους καθηγητές και διαχειριστές δυνατότητες να ρυθμίσουν τον τρόπο με τον οποίο υπολογίζονται και παρουσιάζονται τα αποτελέσματα

9 Gradebook (2) To gradebook παρέχει την δυνατότητα για προβολή κάποιων αναφορών για την τάξη , τον μαθητή και των εκτελούμενων στόχων .Υπάρχει η δυνατότητα να οριστούν κατηγορίες βαθμών αλλά και υπολογισμών από τον καθηγητή πάνω στους βαθμούς

10 Log Analysis To Moodle παρέχει εργαλεία για την ανάλυση της κίνησης τόσο για το site όσο και ανά μάθημα και μαθητή .

11 LOG Analysis (2) Υπάρχει η δυνατότητα εμφάνισης του log file και για την τελευταία ώρα Τα log files έχουν την δυνατότητα να αποθηκευτούν από τον χρήστη σε μορφή excel , xml ,odf Με την χρήση του log μπορούμε να έχουμε ανάλυση και της συμμετοχής του μαθητή

12 Log Analysis (3) To Moodle αποθηκεύει τα log file σε μια σχεσιακή βάση δεδομένων όπως η MySQl και η PostgreSql . H βάση δεδομένων του Moodle περιέχει πάνω από 150 tables Τα log files μπορούν να αναλυθούν με διάφορά εργαλέια . Ένα από τα πιο χρήσιμα είναι το Gismo . Το Gismo είναι ένα Module του Moodle μέσα από το οποίο μπορούμε να έχουμε γραφική αναπαράσταση για δεδομένα όπως η επισκεψιμότητα στο μάθημα ή συμμετοχή στα μαθήματα ή στα quizzes

13 Log Analysis (4) Τα Log files μας δίνουν την δυνατότητα για παροχή χρήσιμων εκπαιδευτικών αποτελεσμάτων . Το τελευταίο καιρό γίνεται συστηματική έρευνα για το πώς μπορούν αξιοποιηθούν . Μια από τις προσεγγίσεις που χρησιμοποιείται τον τελευταίο καιρό είναι η χρήση δυο εργαλείων ανάλυσης δεδομένων όπως τα Google Analytics v2 και των ΑWSTAS . Τα δυο παραπάνω εργαλεία παρέχουν δυνατότητες όπως Νέοι ή επανερχόμενοι επισκέπτες Χρόνος σε κάθε σελίδα Ποσοστά απόρριψης σελίδας Τεχνικά Χαρακτηριστικά χρηστών Προέλευση Χρηστών Πιστοί Χρήστες Συχνότητα επισκέψεων

14 ΕρευνητικεΣ προσπαθειεσ
Η έρευνα τον τελευταίο καιρό επικεντρώνεται στο τομέα του data mining και του semantic analysis. Στην πρώτη περίπτωση επικεντρωνόμαστε στην ανάλυση των log files ενώ στην δεύτερη στην εκτίμηση της ποιότητας του κειμένου Το data mining αποτελείται από 4 κύριες φάσεις Συλλογή δεδομένων Προεπεξαργασία των δεδομένων Εφαρμογή Τεχνικών Data Mining Εκτίμηση και ερμηνεία των δεδομένων Σε αυτή την ακολουθία το Moodle παρέχει μια αποτελεσματική συλλογή δεδομένων. Στο τομέα της επεξεργασίας των δεδομένων διευκολύνει πάρα πολύ η χρήση αυθεντικοποίησης από το Moodle .Έτσι δεν χρειάζεται να προσπαθούμε να αποδώσουμε κίνηση σε συγκεκριμένο χρήστη

15 Data Mining Η χρήση του data Mining για εξαγωγή εκπαιδευτικών συμπερασμάτων επικεντρώνεται σε δύο τομείς Στατιστικά και Οπτικοποίηση Web Mining Κάποια παραδείγματα χρήσης στατιστικών Απλές μετρήσεις όπως ο αριθμός των επισκεπτών και το σύνολο των επισκεπτών Κατανομή επισκέψεων στον χρόνο , μαθήματα με ποιο συχνές επισκέψεις Δυσκολία προβλήματος ,μέσος χρόνος προσπάθειας Συντελεστές Συσχέτισης ,Regression Analysis χρησιμοποιούνται εργαλεία όπως το SPSS Standard Deviation, μέγεθος δείγματος Πολλές φορές όμως η πρόκληση είναι η αξιολόγηση αυτών των μεγεθών για την εξαγωγή συμπερασμάτων

16 Web Mining Υπάρχουν 3 μεγάλες κατηγορίες αν αναλύσουμε από την πλευρά των δεδομένων Web content Mining : εξαγωγή πληροφορίας από τα περιεχόμενα της πληροφορίας Web structure Mining : εξαγωγή πληροφορίας από την ανάλυση της κίνησης του χρήστη Web usage Mining : εξαγωγή πληροφορίας από την ανάλυση των συνδέσεων μεταξύ server και client Αν η ανάλυση γίνει από την πλευρά του συστήματος Online Mining :γίνεται εκτίμηση σε πραγματικό χρόνο και ότι υπολογίζεται εμφανίζεται στον χρήστη Offline Mining : η εκτίμηση που γίνεται βοηθά σε μελλοντική αναδιαμόρφωση του site για την παραγωγή καλύτερων εκπαιδευτικών αποτελεσμάτων


Κατέβασμα ppt "MOODLE- assessment tools"

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google