Please enable JavaScript.
Coggle requires JavaScript to display documents.
教育大數據與學習分析 - Coggle Diagram
教育大數據與學習分析
可收集的學習行為數據
平台參與度
例如: 系統登入次數
任務完成度
例如: 作業成績、作業準時率
教材互動性
例如: 影片觀看次數、影片觀看完成率
社群與互動
例如: 討論區發文與互動次數、線上互動紀錄
主觀回饋
例如: 學生填寫的問卷
這些數據可以幫助老師做哪些教學調整
實施早期預警
系統可輸出可能退選或不及格的預測標籤，讓導師提早介入輔導
提供個人化學習
分析學生的學習風格，老師可依此提供不同的教學方式與路徑
優化教學策略
透過數據了解哪種影片適合幫助學生理解課程內容，進而優化課程教材的設計
導入AI自適應輔助
依據學生的表現動態調整題目難度或自動推薦學生尚未理解的章節來補充教學
如何呈現這些數據讓學生能理解與自我改善
視覺化儀表板
例如:透過 工具製作互動式儀表板，讓學生直觀了解學習狀況
提供明確經驗
例如:將學習歷程可視化並搭配個人化建議，協助學生自我改善
個人化學習報表
例如: 用 Power BI 製作學習報表，學生可以進行自我檢視
組員
1111231044 戴甫安
1111231032 鄭廷哲
1111231025 朱柏勲
使用這些數據時應該注意的倫理與隱私問題
標籤化與偏見風險：
當系統為學生貼上可能退選或不及格的預測標籤時，教師應謹慎，避免偏見或學生感到被針對 。
資料安全與隱私保護：
收集包含學習紀錄、問卷及線上行為等資料時，必須處理資訊安全，確保資料避免學生隱私外洩 。