< Terug naar vorige pagina

Project

De rol van de kenmerken van studenten, zelfregulerend leren en cognitieve vaardigheden bij het voorspellen van de academische resultaten van studenten bij blended learning.

Invoering Recente technische vooruitgang in informatie- en communicatietechnologieën (ICT) en andere maatschappelijke transformaties hebben de manier veranderd waarop mensen communiceren, met elkaar omgaan en onderwezen worden. De komst en exponentiële groei van internet resulteerde in nieuwe trends en toepassingen van media bij het creëren van leeromgevingen in onderwijsomgevingen. Bijgevolg worden de leeromgevingen drastisch veranderd in termen van nieuwe kansen en uitdagingen voor het ontwerpen, ontwikkelen en implementeren van effectieve instructie. Deze trend trof zelfs ontwikkelingslanden, waaronder Albanië. Een van de grootste problemen waarmee we tegenwoordig worden geconfronteerd, is het gebrek aan competenties van studenten, zoals kritisch denken, zelfmanagement en probleemoplossing, die nodig zijn in onze samenleving (Melo, 2013), wat tot uiting komt in hun academische resultaten. Volgens een Wereldbankrapport (2017) staat het hoger onderwijs voor veel eeuwige uitdagingen, waaronder het uitbreiden en bevorderen van eerlijke toegang, het verbeteren van leerprestaties, het bevorderen van onderwijskwaliteit en -relevantie, het versterken van kennis en technologieoverdracht en het aanmoedigen van gewenste waarden, gedragingen en attitudes. Vanuit een extern perspectief wordt kwaliteit geassocieerd met de bijdragen van het hoger onderwijs aan de samenleving, inclusief economische en sociale voordelen. Vanuit een leerlinggerichte benadering richt de kwaliteit van het leren zich op de eerdere ervaring van de leerling (Tam, 2001). De belangrijkste kenmerken van een leerlinggerichte benadering zijn: de zelfredzaamheid van leerlingen, de rol van de docent als facilitator en voorkennis, en het belangrijkste voorbeeld hiervan is probleemoplossende en projectmatige leerkennis (Dochy, Segers, Gijbels & Van den Bossche, 2002). Volgens Dochy, Janssens en Gisele (2006) beoogt een studentgerichte benadering een diepere benadering van het leren van studenten. Zoals Thorne (2014) stelde, helpen samenwerking en interactie ook bij het ontwikkelen van de intelligentie van studenten: aandacht mobiliseren, perceptie en geheugen verbeteren. Op basis van de eerdere uitspraken helpt blended learning studenten om deze moeilijkheden te overwinnen en de leerprocessen van studenten te vergemakkelijken en te ondersteunen door het leren van inhoud te verbeteren, de toegankelijkheid voor studenten in afgelegen en regionale gebieden te vergroten, dieper wetenschappelijk onderzoek mogelijk te maken en het personeel aan te moedigen om innovatief, samen te werken , en flexibele onderwijs- en leermethoden (Graham, 2006; Milthorpe, Clarke, & Fletcher, 2017). Pelleth Yohannan (2010) ontdekte dat online leren studenten de mogelijkheid zou kunnen bieden voor meer interactieve betrokkenheid (meer dan normaal mogelijk is in 'face-to-face-only'- of' online-only'-omgevingen), flexibiliteit en cognitieve ondersteuning die verbeterde hun leerervaring. Op basis van deze onderzoeken is het doel van deze studie om de rol van de kenmerken en achtergrond van studenten te onderzoeken (bijv. Zelfregulatie, perceptie (P), motivatie (M), ervaren flexibiliteit (PF), betrokkenheid (E) en cognitieve vaardigheden. (WM / aandacht en / of algemene intelligentie), evenals leerstrategieën (LS) over de prestaties van studenten in blended learning. Onderzoeksdoelstellingen en hypothese: Voor het onderzoek zijn de volgende doelstellingen geformuleerd: o De kenmerken en achtergrond van de leerling onderzoeken in een blended leeromgeving in vergelijking met die in een traditionele leeromgeving. o De bemiddelende rol bestuderen van algemene intelligentie, WM, aandacht van leidinggevenden, leerstrategieën en SRL op leerresultaten in een blended leeromgeving in vergelijking met die in een traditionele leeromgeving. o Bepalen van de deelname van de cognitieve vaardigheden (WM, aandacht), LS, zelfreguleringsvariabelen en achtergrondkenmerken van leerlingen bij het voorspellen van leerresultaten van leerlingen in een blended leeromgeving in vergelijking met een traditionele leeromgeving. Deze studie wordt geleid door vier specifieke hoofdhypothesen: Eerdere onderzoeken hebben bijgedragen tot het begrip van de relatie tussen de kenmerken van de leerlingen, achtergrondkenmerken (zelfregulatie, perceptie (P), motivatie (M), ervaren flexibiliteit (PF) en betrokkenheid (E), leerstrategieën (LS)) en cognitieve vaardigheden ( WM, aandachtsvaardigheden) en ze vonden een positieve relatie tussen hen, maar er zijn beperkt in termen van onderzoek naar hun relatie in de blended learning-context in ontwikkelde landen. (Musso, Boekaerts & Cascallar, 2019; Laer & Elen, 2016; Cascallar & Boekaerts 2006). Volgens Manwaring, Larsen, Graham, Brigham & Halverson, (2017); Laer & Elen, (2016); Dembo, (2004) studenten vertonen hogere niveaus van SRL-factoren, perceptie (P) motivatie (M), waargenomen leren (PL) en betrokkenheid (E) bij blended learning, en achtergrondkenmerken van de leerling die invloed hebben op de academische resultaten van studenten (Cascallar & Boekaerts , 2006; Musso, Boekaerts, Segers & Cascallar, 2019). Op basis van deze eerdere onderzoeken zijn de volgende hypothesen geformuleerd: o Studenten vertonen hogere niveaus van SRL-factoren, perceptie (P) motivatie (M), ervaren leren (PL) en betrokkenheid (E) bij blended learning in vergelijking met studeren in een traditionele leeromgeving (TL). o Achtergrondkenmerken van leerlingen zullen een grotere bijdrage leveren aan de voorspelling van leerresultaten van leerlingen in blended learning in plaats van traditioneel leren Musso, Boekaerts, Segers & Cascallar (2019) wezen erop dat WM en aandacht de studieresultaten beïnvloedden. Cobanoglu en Yurdakul (2014); San, Lim & Morris (2015; 2009); Ramirez-Arellano, Acosta-Gonzaga, Bory-Reyes & Hernández-Simón (2017; 2018) benadrukten de invloed van WM en aandacht op het denken van studenten, het verkennen van de stof, het delen van hun mening, het bespreken en beoordelen van de mening van anderen in een gemengde context . . Ook werd aangetoond dat studenten verschillende perspectieven kregen en dieper en kritischer konden nadenken, en dat studenten die vaardigheden konden overbrengen naar het echte onderwijs, toen BL werd ingevoerd. Op basis van dit onderzoek kunnen de volgende hypothesen worden geformuleerd: o WM zal een grotere bijdrage leveren dan Executive Attention bij het voorspellen van de academische resultaten van studenten. o Cognitieve vaardigheden (WM, aandacht en / of algemene intelligentie) zullen een grotere bijdrage leveren aan de voorspelling van leerresultaten van studenten in blended learning dan in traditionele leeromgevingen. Methodologie: Methoden en ontwerp In deze studie wordt een gemengde methodologische benadering gevolgd. Daarom zullen kwantitatieve en kwalitatieve onderzoeksmethoden worden toegepast en zal een triangulatieonderzoeksontwerp worden gebruikt. Daarom zullen kwalitatieve resultaten worden gebruikt om kwantitatieve resultaten te valideren en te ondersteunen die bewijs leveren ter ondersteuning van de validiteit en betrouwbaarheid van het onderzoek. Deelnemers Voor de studie worden studenten geselecteerd uit het eerste en tweede jaar Engelse instructie op universitair niveau. Een niet-willekeurige steekproef van studenten wordt geselecteerd om deel te nemen aan een enquête. Twee experimentele en twee controlegroepen van eerstejaars en tweedejaarsstudenten als een niet-willekeurige steekproef (volledige klassen) zullen worden geselecteerd om deel te nemen aan dit onderzoek. Instrumenten Een gestructureerde vragenlijst zal worden gebruikt om een niet-willekeurige steekproef van studenten te bevragen. Een focusgroepinterview zal worden gebruikt om vijf gefocuste groepen studenten te interviewen en een semi-gestructureerd interview zal worden gebruikt om de steekproef van docenten te interviewen. Een enquête-instrument zal worden gebruikt om de gegevens te verzamelen tijdens de Engelse taallessen. Automated Operation Span (AOSPAN) en Attention Network Test (ANT) kunnen worden gebruikt om de WM en aandacht te meten. LASSI zou kunnen worden gebruikt om leerstrategieën te meten. (Kwong, Wong & Downing, 2009). Procedure en data-analyse De resultaten van de toediening van de verschillende instrumenten zullen op synthetische wijze worden samengevat en als basis dienen voor de analyse van de bevindingen. Een General Linear Model (GLM) benadering en Structural Equation Modelling (SEM) zullen gebruikt worden om verschillen tussen groepen te bestuderen, evenals het structurele patroon van de resultaten. ANOVA-analyses zullen worden gebruikt om de verschillen in waargenomen leer-, posttest- en leerresultatengemiddelden tussen de controle- en experimentele groepen te beoordelen op basis van leerlingvariabelen. ANOVA met herhaalde metingen zal worden gebruikt om te testen of er verschillen bestaan tussen de waargenomen leerresultaten en de werkelijke leerresultaten gedurende de tijdsperiode tussen de ‘voor’ en ‘na’ condities in elk semester op basis van de variabelen van de leerling. De hypothese die de relatie onderzoekt tussen de blended learning benadering, zelfregulering, perceptie (P) motivatie (M), gepercipieerde flexibiliteit (PF), betrokkenheid, werkgeheugen en aandacht van studenten in het Engels lesgeven en academische prestaties van studenten zal worden getest met behulp van structurele vergelijkingsmodellen. Daarnaast zullen voorspellende modellen worden verkend, waarbij zowel traditionele regressietechnieken (lineaire en niet-lineaire logistische regressie) als verschillende machine-leermethoden worden gebruikt, met multilayer perceptron (MLP) neurale netwerken met daartussen backpropagation-algoritmen, om de voorspelling te onderzoeken. van leerresultaten in beide onderwijsmodaliteiten met de beschikbare informatie van de studenten, en bepaal de bijdrage van elke set variabelen aan de juiste voorspellende classificatie van het prestatieniveau. Andere methoden die zullen worden onderzocht, zijn onder meer: beslissingsbomen, Naïeve Bayes, Random Forest en Gradient Boosted Trees. De studie zal de resultaten van deze verschillende methoden vergelijken en zal de optimalisatie van de voorspellende classificatie door elke benadering bespreken, vergeleken met klassieke gegeneraliseerde lineaire modelbenaderingen en logistische regressie.

Datum:21 sep 2020 →  Heden
Trefwoorden:Self-regulation (SL), Cognitive Skills (CS), Learning Strategies (LS), Students’ Performance (SP), Blended Learning (BL).
Disciplines:Werk- en organisatiepsychologie
Project type:PhD project