Publié à l’origine le 15 février 2019.
Regardez-vous vos données ? Savez-vous à quelles données vous avez accès à partir de votre environnement d’apprentissage Brightspace ? Savez-vous quelles décisions vous pourriez (devriez) prendre sur la base de ces données ? La réponse que j’entends souvent à au moins une de ces questions est « non ». Alors, prenons un moment pour parler du pourquoi et du quoi de certaines de vos données.
Pourquoi devriez-vous examiner vos données ?
Vous avez beaucoup et beaucoup de données à votre disposition via Brightspace. Parfois, il peut sembler qu’il y en a trop, alors je vais aider à souligner quelques éléments clés à regarder afin que cela ne semble pas si accablant. Mais, au-delà de cela, vous devriez examiner vos données car elles sont le meilleur moyen de vous assurer que vous êtes pleinement informé et que vous prenez des décisions basées sur des faits. Ces données factuelles fournissent également une excellente base pour les statistiques d’utilisation et d’autres mesures clés dans lesquelles les hauts dirigeants de votre organisation vont être intéressés. La plupart des autres organisations se tournent vers des modèles de prise de décision basés sur les données, c’est donc le bon moment pour se familiariser avec les données dont vous disposez. Les données orientent également d’autres processus opérationnels clés tels que l’amélioration continue des programmes et des cours, les décisions d’embauche et de dotation, l’affectation des ressources et même la détermination du nombre de sections de cours à offrir.
Réussite et rendement des élèves
L’un des domaines les plus en vue liés à l’utilisation des données est d’aider les élèves à réussir leur expérience d’apprentissage et de rendre compte de leur réussite et de leur réussite. Cela peut inclure une grande variété de mesures de données telles que la progression et l’achèvement des cours, les notes, l’engagement et l’atteinte des résultats d’apprentissage. Ces données vous aident à prendre des décisions éclairées sur l’efficacité de l’apprentissage et l’efficacité du contenu, des ressources d’apprentissage et des évaluations. Les résultats de l’évaluation sont une mesure de données couramment utilisée pour évaluer la réussite des élèves. L’atteinte des résultats d’apprentissage associés à ces évaluations donne une vision riche de l’apprentissage des élèves au-delà d’une simple évaluation basée sur la note. Tous ces éléments de données aident à identifier les élèves qui réussissent ou qui excellent ainsi que ceux qui pourraient potentiellement avoir des difficultés ou prendre du retard. L’identification de ces étudiants comme candidats potentiels pour une conversation ou une autre intervention peut être une étape cruciale pour aider cet étudiant à rester engagé et à progresser vers la réussite.
Nous pouvons vous aider
Si tout cela semble intimidant ou un peu accablant, D2L fournit des services de conseil liés aux données pour vous aider. Nous pouvons vous aider à démarrer, à parcourir le processus et à fournir les conseils dont vous avez besoin afin que vous n’ayez pas à le comprendre par vous-même. Nous avons également un certain nombre de ressources liées aux données disponibles ici dans la communauté Brightspace pour vous aider.
Qu’est-ce qui est disponible ?
L’un des moyens les plus simples de commencer à utiliser les données dont vous disposez consiste à examiner les éléments de données dans le jeu de données d’utilisation de l’apprenant qui est disponible à partir du Data Hub comme l’un des ensembles de données avancés. Ce qui suit identifie certaines mesures de performance et mots clés couramment référencés. Nous avons fourni quelques brèves définitions des mots-clés pour confirmer que nous les considérons dans le même contexte que vous. Ensuite, la liste des mesures de performance qui peuvent être facilement déterminées à partir du jeu de données d’utilisation de l’apprenant.
Définitions
L’adoption
Niveau d’utilisation de l’environnement d’apprentissage au sein de votre organisation. L’adoption concerne le nombre d’utilisateurs accédant à l’environnement d’apprentissage (nombre de connexions) et l’étendue et la profondeur de l’utilisation. L’étendue signifie qu’une grande variété d’outils et de fonctionnalités sont utilisés dans l’environnement d’apprentissage, tandis que la profondeur signifie que les outils et les fonctionnalités sont utilisés à leur pleine capacité. Une adoption saine signifie qu’un nombre important d’utilisateurs se connectent à l’environnement d’apprentissage et qu’une grande variété de fonctionnalités et d’outils sont utilisés à leur plein potentiel dans les cours de votre organisation.
Critères de réussite
Les critères de réussite sont des objectifs définis pour mesurer le succès de la mise en œuvre ou de l’adoption de l’environnement d’apprentissage. Par exemple, peut-être avez-vous une initiative visant à augmenter le nombre d’étudiants qui terminent un cours avec une note de passage, ou le nombre d’étudiants qui démontrent la maîtrise d’une compétence identifiée, ou vous avez introduit une initiative pour augmenter le nombre d’utilisateurs qui se connectent à l’environnement d’apprentissage. Peu importe ce que votre organisation identifie comme des dimensions importantes de la réussite, ces éléments deviennent vos critères de réussite et les éléments sur lesquels vous mesurerez ou évaluerez le succès de votre initiative.
Mesures de succès
Les mesures de réussite sont des points de données sélectionnés pour mesurer et surveiller le niveau de performance ou d’activité lié à chacun de vos critères de réussite identifiés. Par exemple, si l’un de vos critères de réussite est lié à l’augmentation du nombre d’étudiants qui terminent un cours avec une note de passage, alors la surveillance ou la mesure de ce nombre d’étudiants sera l’une de vos mesures. Vous pouvez simplement compter le nombre d’étudiants qui ont une note de passage pour un cours au cours d’un trimestre, par exemple. Ou, vous pouvez également décomposer cela davantage pour connaître le nombre d’élèves par niveau scolaire (ou valeur de note) dans le système de notes. Vous pouvez également considérer ces données comme une tendance, d’une durée à l’autre, d’une année à l’autre, etc. Ceux-ci deviennent vos mesures de succès. Une certaine forme de mesure de données définie pour chacun de vos critères de réussite sont vos mesures de succès.
Réussite des élèves
Une mesure du comportement d’apprentissage réussi pour les étudiants. Traditionnellement, la réussite des étudiants n’était mesurée que par la moyenne cumulative et si un étudiant termine un programme et obtient son diplôme. Aujourd’hui, avec l’utilisation de données détaillées disponibles dans l’environnement d’apprentissage, nous pouvons plonger un peu plus profondément dans d’autres critères qui indiquent un comportement d’apprentissage réussi, tels que :
- Note du cours
- Fréquentation/absentéisme
- Charge de crédit/terme
- Il est temps d’obtenir un diplôme
- GPA
- Niveau d’engagement
Fin des cours
Mesure par laquelle un cours peut être considéré comme terminé. Dans l’environnement d’apprentissage, cela pourrait être :
- Affichage de tous les sujets de contenu d’un cours
- Achèvement de toutes les activités d’évaluation
- Acquérir une compétence ou un objectif d’apprentissage
- Recevoir un badge
- Obtention d’un certificat ou d’un justificatif d’identité
- Effectuer une évaluation sommative
- L’obtention d’un niveau scolaire désigné
Maintien en poste
La rétention consiste à mesurer la fréquence à laquelle les étudiants décrochent ou sont transférés dans un autre établissement. Il existe trois niveaux de rétention de base qui peuvent être mesurés avec les données de l’environnement d’apprentissage :
- Les étudiants qui restent inscrits à un cours jusqu’à la fin
- Les étudiants qui continuent de revenir et de s’inscrire au prochain cours de la séquence du programme après avoir terminé le ou les cours précédents
- Étudiants qui remplissent toutes les exigences du programme et obtiennent leur diplôme
Immatriculation
Les étudiants qui terminent une année scolaire et sont promus au niveau de rendement scolaire suivant.
L’engagement
L’engagement est un terme glissant. Il est souvent utilisé de façon interchangeable pour discuter du niveau d’intérêt des étudiants pour un cours ou un programme, pour discuter du niveau auquel les étudiants ou les instructeurs participent activement aux activités d’apprentissage ou pour discuter du niveau d’interaction entre les apprenants et les instructeurs. Lorsque ces trois composantes de l’engagement sont bien faites, les taux de satisfaction des élèves et les taux de réussite des élèves ont tendance à augmenter. Par exemple, vous pouvez mesurer le nombre d’étudiants qui ont soumis un devoir, soumis un quiz ou publié dans un forum de discussion en tant que niveau d’engagement des étudiants. De même, vous pouvez également évaluer le nombre de cours qui sont configurés pour utiliser l’outil de notes, ou à l’aide de l’outil de discussion, ou le temps d’évaluer les soumissions des étudiants en tant que niveaux d’engagement de l’instructeur.
Métriques
Ensemble de données d’utilisation de l’apprenant seul
L’ensemble de données sur l’utilisation de l’apprenant peut fournir une variété de mesures de données qui sont utiles à bien des égards. Les perspectives globales peuvent fournir une perspective intéressante avec laquelle vous pouvez examiner les données comparatives au fil du temps (par exemple, trimestre par trimestre ou année par année) pour étudier les niveaux d’engagement d’un étudiant ou d’un groupe d’étudiants ou cours par cours.
Une mesure de l’engagement dans une collection d’étudiants peut être d’analyser rapidement les nombres min, max et avg pour les achèvements des étudiants des éléments d’outil suivants :
- Achèvement de la liste de vérification
- Soumissions au quiz (nombre total de tentatives de soumission par rapport aux tentatives soumises / non soumises)
- Discussions (nombre de fils de discussion rédigés, lus et répondus)
- Affectations soumises
Ces valeurs min, max et moyennes aident à placer les niveaux d’activité individuels des élèves dans le contexte de ses pairs. Si un étudiant individuel dans un cours, par exemple, a fait 5 tentatives de soumission de quiz, mais que la plupart des autres étudiants du cours terminent le quiz avec seulement 1 ou 2 tentatives, alors c’est peut-être l’occasion d’une conversation avec cet étudiant. Ou, si la moyenne de la classe prend 4 ou 5 tentatives pour passer un quiz, alors c’est peut-être une occasion de réévaluer le matériel de cours où les informations de contenu du quiz sont présentées, ou cela pourrait également être une incitation à creuser davantage et à enquêter question par question (ou section par section) où les étudiants ont du mal avec le quiz. (Bien sûr, ce scénario signifie que votre quiz est configuré pour autoriser plusieurs tentatives de soumission. Ce n’est pas un exemple valide si vous n’autorisez qu’une seule tentative de soumission sur vos quiz.)
Une autre indication facile de l’engagement est d’examiner la date d’activité la plus récente dans un groupe d’apprenants (par cours, par section, etc.) et de rechercher des valeurs aberrantes ou des anomalies.
Le plus récent des :
- Soumission de l’affectation
- Article de discussion (rédigé et/ou lu)
- Connexion au cours
- Courrier envoyé
Les éléments de données les plus récents vous donnent une bonne idée de l’actualité de l’engagement de l’étudiant dans le cours. Peut-être que l’étudiant était très actif au début du cours, mais ne s’est pas engagé au cours des trois ou quatre dernières semaines, cela pourrait être un signe d’une circonstance de vie qui pourrait interférer avec son processus d’apprentissage. Cela pourrait signaler une occasion de tendre la main et de vérifier l’étudiant avant qu’il / elle ne soit trop en retard dans le cours pour rattraper son retard.
Engagement des apprenants avec d’autres ensembles de données
Lorsque vous examinez les données d’engagement, si vous combinez l’ensemble de données d’engagement de l’apprenant avec certains des autres ensembles de données Avancés ou Brightspace, vous pouvez obtenir des mesures de performance et d’engagement utiles.
Si vous combinez l’ensemble de données sur l’engagement de l’apprenant avec :
- l’ensemble de données sur les notes finales, vous pouvez facilement déterminer la répartition des notes par cours. Cela vous montrera le nombre de niveaux scolaires, en fonction du schéma de notes du cours.
- l’ensemble de données toutes les notes, vous pouvez déterminer la distribution des grades par activité d’évaluation. Cela vous montrera le nombre de niveaux scolaires, en fonction du schéma de notes pour chaque activité du cours.
- l’ensemble de données de la liste de contrôle, vous pouvez déterminer le pourcentage d’exhaustivité des listes de contrôle dans le cours.
- l’ensemble de données d’objets de quiz, vous pouvez déterminer le pourcentage d’exhaustivité pour les soumissions de quiz dans le cours.
- l’ensemble de données de discussions, vous pouvez déterminer le pourcentage d’exhaustivité pour les publications de discussion dans le cours.
- l’ensemble de données des objets d’affectation, vous pouvez déterminer le pourcentage d’exécution pour la soumission des devoirs dans le cours.
À titre d’exemple, avec l’ensemble de données de tous les grades, il s’agit d’une grande continuité par rapport aux données disponibles dans l’outil des notes concernant la distribution des notes. L’instructeur est en mesure de voir dans son propre cours, à quoi ressemble la répartition des notes pour chaque élément de note individuel et pour la note finale. Cependant, si vous avez besoin ou voulez voir ces informations agrégées pour cet instructeur dans plusieurs cours que l’instructeur enseigne, ou si vous voulez voir les informations agrégées dans plusieurs offres de cours ou un département, un programme, etc., alors c’est une excellente occasion de tirer parti de l’ensemble de données de toutes les notes pour cette vue plus large des données.