5th International Instructional Technologies & Teacher Education Symposium Logo

Başarısız Olma Riski Yüksek Öğrencilere Yönelik Öğrenme Analitiklerine Dayalı Bir Erken Uyarı Modeli Geliştirilmesi

Gökhan Akçapınar

[email protected], Hacettepe Üniversitesi

Arif Altun

[email protected], Hacettepe Üniversitesi

Erken uyarı sistemleri çevrimiçi öğrenme ortamlarının önemli bir bileşeni olmaya başlamıştır. Bu sistemler sayesinde etkileşim verileri kullanılarak dersten başarısız olma ihtimali yüksek olan öğrencilerin çok geç olmadan tahmin edilmesi olanaklı hale gelmektedir. Bu çalışma kapsamında etkileşim verileri kullanılarak dersten başarısız olma ihtimali yüksek olan öğrencilerin dersin ilk haftalarında belirlenip belirlenemeyeceği araştırılmıştır. Araştırma Bilgisayar Donanımı dersine kayıtlı 76 üniversite ikinci sınıf öğrencisi ile yürütülmüştür. Öğrenciler, karma şekilde yapılandırılan öğrenme ortamında yüz-yüze derslere ek olarak 14 hafta süresince çevrimiçi aktiviteler gerçekleştirmişlerdir. Bu aktiviteler süresince geride bıraktıkları öğrenme izleri ise sistemin veri tabanında kayıt edilmiştir. Daha sonra bu veriler kullanılarak sistemdeki öğrenci davranışlarını yansıtan 28 adet değişken oluşturulmuştur. Öğrencilerin akademik performansı ise geçti - kaldı şeklinde kodlanmıştır. Çalışma kapsamında iki temel soruya cevap aranmıştır. Birinci araştırma sorusu kapsamında farklı sınıflama algoritmaları ve ön işleme yöntemleri karşılaştırılarak öğrencilerin dönem sonu akademik performanslarını en iyi tahmin edecek algoritma ve değişkenlerin belirlenmesi amaçlanmıştır. İkinci araştırma problemi kapsamında ise bu değişkenler ve seçilen algoritma kullanılarak öğrencilerin akademik performanslarının daha önceki haftalarda tahmin edilip edilemeyeceği araştırılmıştır. Araştırma sonuçları öğrencilerin çevrimiçi öğrenme ortamındaki etkileşim verileri kullanılarak dönem sonundaki akademik performanslarının başarılı bir şekilde tahmin edilebileceğini göstermiştir. En yüksek doğru sınıflama oranına veriler eşit genişlik yöntemine göre kesikli hale dönüştürüldüğü durumda ve Gini indeksine göre seçilen ilk 10 değişkenin kullanıldığı durumda ulaşılmıştır. Bu durumda CN2 kuralları ve kNN algoritmaları öğrencilerin dönem sonu akademik performanslarını %86 oranında doğru olarak tahmin etmiştir. Öğrencilerin dönem sonu akademik performanslarının daha önceki haftalardan tahmin edilip edilemeyeceği ile ilgili 3, 6, 9 ve 12. hafta verileri ile yapılan analizlerle ilişkin bulgular incelendiğinde ise 3. hafta gibi kısa bir sürede öğrencilerin akademik performanslarının %74 oranında doğru olarak tahmin edilebileceği görülmüştür. Burada elde edilen bulgular çevrimiçi öğrenme ortamlarına ilişkin geliştirilecek olan erken uyarı sistemlerinde kullanılabilecek değişkenlerin belirlenmesi ve bu sistemlerin başarısını göstermesi açısından önemlidir.

Keywords

eğitsel veri madenciliği, öğrenme analitiği, risk altındaki öğrenciler, erken uyarı sistemi