Hoe onderzoek naar data-inzet bij Fontys Hogeschool ICT gaat helpen studenten op te leiden tot betere ‘self regulated learners’

12 november 2020

Fontys Hogeschool ICT (FHICT) leidt studenten op die de IT-uitdagingen van morgen aankunnen. In onderzoekprojecten werken studenten, docenten en bedrijven uit de regio samen aan de ontwikkelingen binnen het beroepsveld. De student wordt opgeleid tot een ‘self regulated learner’, die zelfstandig kan bepalen welke IT-uitdagingen opgepakt moeten worden, die weet hoe hij/zij het beste leert en die reflectieve vaardigheden gebruikt om zichzelf verder te ontwikkelen. Samen met CINOP onderzocht FHICT de mogelijkheden om het leerproces van de student in kaart te brengen met de hulp van data uit de elektronische leeromgeving. Door het herkennen van verschillende leerpaden en vaardigheden van studenten kan FHICT de studenten in de toekomst gerichter begeleiden. Denk bijvoorbeeld aan de best passende keuze voor de leervorm van een student. Ook is gerichtere feedback voor de student mogelijk, en voor de docent als begeleider.

Betere begeleiding van de individueel gekozen ‘student-journey’

In de driehoek onderwijs-onderzoek-werkveld wil Fontys de positie innemen van kennisinstelling in de regio. Met een nationale èn internationale oriëntatie. Om de student beter te begeleiden tot een ‘self regulated learner’ is kennis nodig over het individuele leerproces om goed te kunnen aansluiten op de behoeftes van een student. Toepassing van nieuwe technologieën kunnen deze begeleiding mogelijk maken. Daarom onderzocht Fontys Hogeschool ICT en Fontys O&O samen met CINOP hoe je met data uit de elektronische leeromgeving het leerproces van de student in kaart kunt brengen. Zodat je inzicht krijgt in het individuele leerproces van de student, en de student beter begeleid kan worden in zijn/haar ontwikkeling afhankelijk van de individueel gekozen ‘student-journey’. Deze inzichten worden vervolgens vertaald naar praktijktoepassingen. Een forse ambitie die meerdere jaren gaat duren, maar het eerste prototype is veelbelovend en biedt zicht op een succesvol eindresultaat.

Aanpak: analyse van verschillende leerpaden van studenten in ELO

Tijdens dit project onderzochten CINOP, FHICT en Fontys O&O de bruikbaarheid van student data uit de elektronische leeromgeving (ELO, geen student-administratie data). De “student journey” is onderzocht op bepaalde patronen. Vervolgens is de ELO-data verwerkt in een tool die inzicht geeft in de individuele en geaggregeerde leerprocessen van de student (gedurende het semester). De tool leverde een aantal mooie conclusies op:

  • De data maken verschillende leerpaden van studenten inzichtelijk.
  • De individuele leerpaden zijn te koppelen aan een student en zijn/haar vaardigheden voor zelfregulerend leren.
  • AI [1] is toepasbaar op de ELO data (het voorspellen van leervorm/uitval).

De samenwerking met CINOP is op een plezierige en professionele manier verlopen. In wekelijkse bijeenkomsten werden de vorderingen besproken over de data-analyse en de gebruikte datamodellen. Vanuit FHICT en Fontys konden we de focus houden op wat voor ons relevant was.

Marcel Meesters, docent en onderzoeker bij FHICT

Praktijktoepassingen

Het herkennen van verschillende leerpaden en vaardigheden van studenten helpt FHICT om haar studenten in de toekomst gerichter te begeleiden tot een betere ‘self regulated learner’ door:

  • Begeleiding voor een betere, meer passende keuze voor de leervorm van een student.
  • Gerichtere feedback voor de student, en voor de docent als begeleider.
  • Geaggregeerde data over het leerproces die inzicht geven in de verschillende student journey clusters. Dit helpt onderwijsontwikkelaars met het verbeteren van het onderwijs en het onderwijsmateriaal.

Dankzij de samenwerking met CINOP beschikt FHICT nu over een eerste prototype waarmee we de studentjourney van de student kunnen volgen.

Marcel Meesters, docent en onderzoeker bij FHICT

Wil je op de hoogte gehouden worden?

Wil je meer weten over de resultaten uit het onderzoek binnen Fontys Hogeschool ICT? In 2021 publiceren we hierover een wetenschappelijke publicatie. Laat hieronder je gegevens achter als je op de hoogte gehouden wilt worden. Je ontvangt dan van ons een e-mail zodra je de publicatie kunt downloaden.

Ben je benieuwd naar de inzet van data binnen onderwijsinstellingen in Nederland? Download dan onze marktanalyse.

Meer informatie

Meer weten over de bruikbaarheid van data binnen jouw onderwijsinstelling? Bel of mail ons om de mogelijkheden te bespreken.

[1] Artificial Intelligence, in dit geval wordt gebruik gemaakt van een Recurring Neural Network met LSTM cellen.

Neem contact op voor meer informatie

Gerelateerde artikelen

Hoe datavolwassen zijn onderwijsinstellingen in Nederland? | Marktanalyse mbo, hbo en wo