Csernai, Zoltán (2024) Egy online tanulást támogató portál elemzése Big Data módszerekkel = Analysis of an online learning portal using Big Data methods. GRADUS, 11 (3). ISSN 2064-8014
|
Text
2024_3_CSC_002_Csernai.pdf - Published Version Download (732kB) | Preview |
Abstract
A tanulmányban bemutatott kutatás a Big Data analitikában rejlő lehetőségekkel foglalkozik az online tanulási platformok továbbfejlesztése érdekében egy az Eszterházy Károly Katolikus Egyetem Moodle platformján a "Weblapszerkesztés I." kurzus keretében végzett esettanulmánnyal kapcsolatban. Jelen dolgozat a Moodle három beépülő moduljának tesztelésével kapcsolatos kutatásra fókuszál a tanulási folyamatra vonatkozó hallgatói tevékenységek nyomon követésében és elemzésében. A vizsgálatok eredményei bizonyítják ezen eszközök tanulási tevékenységekkel való nyomon követését, segítenek a jövőbeni viselkedés és az eredmények előrejelzésében, és támogatják a személyre szabott visszajelzéseket. A tanulmány megerősíti a megfogalmazott hipotézisek közül kettőt: először is, hogy a Moodle beépülő modulok nyomon követik a tanulók tanulási tevékenységeit, másodszor pedig, hogy képesek a tanulókkal kapcsolatos jövőbeli események és eredmények előrejelzésére. A következtetések megerősítik az EDM és az LA értékét a személyre szabott, de hatékony tanulási környezet kialakításában. The research presented in the paper deals with the potential of Big Data analytics for the further development of online learning platforms in a project "Web page editing I." on the platform of the web design course "Webpage Learning". This paper focuses on the research related to the testing of three plug-ins of Moodle in monitoring and analysing student activities related to the learning process. The results demonstrate the ability of these tools to track learning activities, help predict future behavior and outcomes, and support personalized feedback. The study confirms two of the hypotheses formulated: first, that Moodle plug-ins track learners' learning activities and, second, that they are able to predict future events and outcomes related to learners. The conclusions confirm the value of EDM and LA in creating a personalised but effective learning environment.
Item Type: | Article |
---|---|
Uncontrolled Keywords: | Big Data, oktatási adatbányászat, tanulási analitika, Moodle, online tanulást támogató portál, Big Data, educational data mining, learning analytics, Moodle, online learning portal |
Subjects: | L Education / oktatás > L1 Education (General) / oktatás általában Q Science / természettudomány > QA Mathematics / matematika > QA76.9.D343 Data mining and searching techniques / adatbányászati és keresési módszerek |
SWORD Depositor: | MTMT SWORD |
Depositing User: | MTMT SWORD |
Date Deposited: | 16 Jan 2025 08:14 |
Last Modified: | 16 Jan 2025 08:14 |
URI: | https://real.mtak.hu/id/eprint/213572 |
Actions (login required)
![]() |
Edit Item |