guest ::
Learning analytics for Moodle : facilitating the adoption of data privacy friendly learning analytics in higher education
2022
Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2022
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak03
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2022-04-19
Online
DOI: 10.18154/RWTH-2022-04002
URL: https://publications.rwth-aachen.de/record/844544/files/844544.pdf
Einrichtungen
Inhaltliche Beschreibung (Schlagwörter)
data privacy (frei) ; higher education (frei) ; learning analytics (frei) ; moodle (frei)
Thematische Einordnung (Klassifikation)
DDC: 624
Kurzfassung
Learning Analytics umfasst die Analyse von Daten, die in Lernumgebungen anfallen, mit dem Ziel, Lehr- und Lernprozesse zu unterstützen und zu verbessern. Durch die steigende Verfügbarkeit großer Datenmengen im Bildungsbereich und die immer leichter werdenden Möglichkeiten selbige zu verarbeiten, hat es in den letzten Jahren ein zunehmendes Interesse an dem Thema gegeben. Dabei könnte Learning Analytics sich langfristig als Methode etablieren, um basierend auf datengestützter Evidenz, Lehrmethoden zu verbessern und Studierenden die Möglichkeit zu geben ihr Lernverhalten zu reflektieren. In Deutschland ist der Einsatz von Learning Analytics noch wenig verbreitet. Strenge Datenschutzgesetze sowie Bedenken der Anwender stellen Forscher und Entwickler bei der Implementierung vor Herausforderungen. Vielen Lehrkräften fehlt eine Möglichkeit einfache deskriptive Zugriffsstatistiken in ihren digitalen Kursräumen abzurufen. Nur vereinzelt werden Maßnahmen zur praktischen Integration von Learning Analytics in den Hochschullalltag entwickelt. Während die COVID-19-Pandemie den Trend hin zu digitaler Lehre verstärkt hat, fehlen weiterhin die Werkzeuge zur Erhebung und Analyse von Daten aus Lernumgebungen. In dieser Arbeit wird daher untersucht, wie Learning Analytics in der Praxis in Lernumgebungen integriert werden kann. Als Anwendungsbeispiel wird hierfür das Lernmanagementsystem Moodle genutzt, welches an deutschen Hochschulen weit verbreitet ist. Aufbauend auf existierenden Arbeiten, wird eine datenschutzfreundliche Lösung für Learning Analytics entwickelt, die von anderen Hochschulen genutzt werden kann und auch zukünftige Anwendungsfälle berücksichtigt. Im Ergebnis wird eine Software-Lösung vorgestellt, die keine personalisierten Daten speichert. Bereits während der Entwicklungsphase stießen die Ergebnisse auf Interesse an anderen Hochschulen. Zum Zeitpunkt der Erstellung dieser Arbeit wird die Software an sechs Hochschulen eingesetzt. Auch an der Evaluation waren mehrere Hochschulen beteiligt. Zwei begleitende Fallstudien, basierend auf Nutzerbefragungen, kommen zu dem Schluss, dass der gewählte Ansatz eine Unterstützung der Lehrenden und ihrer Lehre erreicht. Die technische Evaluation der Arbeit zeigt, dass die Integration in Moodle hinsichtlich Skalierbarkeit, Erweiterbarkeit und Übertragbarkeit erfolgreich ist. Die Ergebnisse dieser Arbeit können von Hochschulen als einsatzbereiter Einstieg in Learning Analytics genutzt werden.Learning analytics refers to the analysis of data generated in learning environments with the aim of supporting and improving teaching and learning. Due to the increasing availability of large amounts of educational data and possibilities to process them, there has been a growing interest in the topic in recent years. Long term, learning analytics could become a method to improve teaching methods based on data-driven evidence and to give students the opportunity to reflect on their learning behavior. In Germany, the adoption of learning analytics is scarce. Strict data privacy regulations and user concerns pose challenges for researchers and developers. Many lecturers do not even have access to simple descriptive usage statistics for their digital course rooms. Few efforts are being made regarding the practical integration into teaching. While the COVID-19 pandemic has reinforced the trend towards digital teaching, suitable tools for collecting and processing data from learning environments are still missing. This dissertation examines how learning analytics can be integrated into learning environments in practice. This thesis covers Moodle, a course management system widely used at German universities. Based on related work, a data privacy-friendly solution for learning analytics is developed that can be adopted by other universities and is able to cover future use cases. As result, a software is presented that does not store personalized data. During the development phase of this dissertation, the implemented software gained interest at other universities. At the time of writing of this thesis, it is used at six universities. Several universities were also involved in the evaluation. Two longitudinal case studies based on user surveys conclude that the chosen approach can successfully support lecturers and their teaching. The technical evaluation shows that the integration into Moodle is successful in terms of scalability, extensibility, and transferability. The results of this dissertation can be used by universities as ready-to-use introduction to learning analytics.
OpenAccess: 
PDF
(additional files)
Dokumenttyp
Dissertation / PhD Thesis
Format
online
Sprache
English
Externe Identnummern
HBZ: HT021368200
Interne Identnummern
RWTH-2022-04002
Datensatz-ID: 844544
Beteiligte Länder
Germany
|
The record appears in these collections: |