3 Learning analytics: Learning anal

3 Learning analytics: Learning analytics
involve the collection, analysis and reporting
of large datasets relating to learners and
their contexts. Current developments are
focused on three areas: understanding
the scope and uses of learning analytics;
integrating analytics into existing courses;
and expansion of learning analytics to
new areas, particularly MOOCs. A central
challenge is to develop analytics that are
driven by key questions, rather than just
querying data collected from online systems.
The relation of learning design to learning
analytics is also being considered, so that
new teaching methods and curricula are
informed by analysis of previous experience.
Methods of learning analytics not only
examine past interactions but also support
future outcomes for students and educators.
Other key issues include secure data storage,
appropriate levels of access, and providing
the necessary infrastructure for storing and
querying large data sets.
4 Seamless learning: Seamless learning
(connecting learning experiences across
the contexts of location, time, device and
social setting) is moving from research to
mainstream adoption. Mobile technologies
enable learners of all ages to operate across
contexts, for example schools allowing
students to bring their own devices. Pedagogy
is emerging, based on learners starting an
investigation in class, then collecting data
at home or outdoors, constructing new
knowledge with assistance from the software,
and sharing findings in the classroom.
There is also a broader notion of seamless
learning arising from connected experience.
Our activities online are increasingly
matched to our interests: search pages
order responses based on previous queries;
websites recommend content related to our
past viewing. The benefits are that personally
relevant information may be ready to hand,
but the danger is that we may come to believe
that our views, preferences and connections
are not just the most relevant, but all there is.

Hasil (Melayu) 2:

3 analisis Learning: Learning analisis
melibatkan pengumpulan, analisis dan laporan
daripada set data yang besar yang berkaitan dengan pelajar dan
konteks mereka. Perkembangan semasa
memberi tumpuan kepada tiga bidang: memahami
skop dan kegunaan analisis pembelajaran;
mengintegrasikan analisis ke dalam kursus-kursus yang sedia ada;
dan pengembangan analisis untuk mempelajari
bidang-bidang baru, terutamanya MOOCs. A pusat
cabaran adalah untuk membangunkan analisis yang
didorong oleh soalan utama, bukan hanya
data pertanyaan dikumpul dari sistem dalam talian.
Hubungan pembelajaran reka bentuk untuk belajar
analisis juga sedang dipertimbangkan, supaya
kaedah pengajaran yang baru dan kurikulum adalah
dimaklumkan oleh analisis sebelum pengalaman.
Kaedah analisis pembelajaran bukan sahaja
mengkaji interaksi terdahulu tetapi juga menyokong
hasil masa depan untuk pelajar dan pendidik.
isu-isu utama yang lain termasuk penyimpanan selamat data,
tahap yang sesuai akses, dan menyediakan
infrastruktur yang diperlukan untuk menyimpan dan
menyoal set data yang besar.
4 pembelajaran lancar : pembelajaran lancar
(menghubungkan pengalaman pembelajaran seluruh
konteks lokasi, masa, peranti dan
suasana sosial) bergerak dari penyelidikan untuk
penggunaan arus perdana. Teknologi mudah alih
membolehkan pelajar daripada semua peringkat umur untuk beroperasi di seluruh
konteks, contohnya sekolah membolehkan
pelajar untuk membawa peranti mereka sendiri. Pedagogi
muncul, berdasarkan pelajar memulakan
siasatan di dalam kelas, kemudian mengumpul data
di rumah atau di luar rumah, membina baru
pengetahuan dengan bantuan perisian,
dan berkongsi penemuan di dalam kelas.
Terdapat juga tanggapan yang lebih luas tanpa sempadan
pembelajaran yang timbul daripada pengalaman berhubung .
aktiviti kami dalam talian semakin
dipadankan dengan kepentingan kita: halaman carian
memerintahkan jawapan berdasarkan pertanyaan sebelumnya;
laman web mengesyorkan kandungan yang berkaitan dengan kita
melihat masa lalu. Manfaat adalah bahawa secara peribadi
maklumat berkaitan boleh menjadi mudah untuk dibaca,
tetapi bahaya ialah kita boleh datang untuk mempercayai
bahawa pandangan kami, keutamaan dan sambungan
bukan sahaja yang paling relevan, tetapi semua ada.