Charting the Design and Analytics Agenda of Learnersourcing Systems
Charting the Design and Analytics Agenda of Learnersourcing Systems
复制标题
绘制学习者采购系统的设计和分析议程
DOI：
--
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
D. Gašević
中科院分区：
文献类型：
--
作者：
Hassan Khosravi;Gianluca Demartini;S. Sadiq;D. Gašević
作为一种可行的、以学习者为中心的、在教学上合理的方法，Learnersourcing正在兴起，以利用学习者作为培训专家的创造力和评估能力。尽管在高等教育中越来越多地采用学习者外包，但在参与学习者外包的同时理解学生的行为，以及设计和开发学习者外包系统的最佳实践，在很大程度上仍然没有得到充分的研究。本文提供了数据驱动的反思和从名为RiPPLE的学习者资源自适应教育系统的开发和部署中吸取的经验教训，迄今为止，该系统已在超过50门课程中使用，超过12,000名学生。我们的反思被分为以下几个方面的例子和最佳实践：(1)使用准确、可解释和公平的数据分析方法评估学生贡献的质量；(2)激励学生做出高质量的贡献；(3)赋予教师可操作和可解释的见解来指导学生的学习。我们讨论了这些发现的意义，以及它们如何有助于越来越多的文献发展有效的学习者资源系统和更广泛的技术教育解决方案，以支持大规模的以学习者为中心的学习。
Learnersourcing is emerging as a viable learner-centred and pedagogically justified approach for harnessing the creativity and evaluation power of learners as experts-in-training. Despite the increasing adoption of learnersourcing in higher education, understanding students’ behaviour while engaged in learnersourcing and best practices for the design and development of learnersourcing systems are still largely under-researched. This paper offers data-driven reflections and lessons learned from the development and deployment of a learnersourcing adaptive educational system called RiPPLE, which to date, has been used in more than 50-course offerings with over 12,000 students. Our reflections are categorised into examples and best practices on (1) assessing the quality of students’ contributions using accurate, explainable and fair approaches to data analysis, (2) incentivising students to develop high-quality contributions and (3) empowering instructors with actionable and explainable insights to guide student learning. We discuss the implications of these findings and how they may contribute to the growing literature on the development of effective learnersourcing systems and more broadly technological educational solutions that support learner-centred learning at scale.
UpGrade：寻找学生开放式解决方案以创造可扩展的学习机会
DOI：
10.1145/3330430.3333614
发表时间：
2019
期刊：
Proceedings of the Sixth (2019
影响因子：
--
作者：
Wang, Xu;Talluri, Srinivasa Teja;Rose, Carolyn;Koedinger, Kenneth
通讯作者：
Koedinger, Kenneth
对多种学习资源类型的知识获取进行建模
DOI：
--
发表时间：
2020
期刊：
Proceedings of The 13th International Conference on Educational Data Mining (EDM 2020
影响因子：
--
作者：
Zhao, S.;Wang, C.;Sahebi, S.
通讯作者：
Sahebi, S.
大规模学习者资源以克服入门编程的专家盲点：Python 导师网站上为期三年的部署研究
DOI：
10.1145/3386527.3406733
发表时间：
2020
期刊：
Learning at Scale
影响因子：
--
作者：
Guo, Philip J.;Markel, Julia M.;Zhang, Xiong
通讯作者：
Zhang, Xiong