應用教育大數據與學習分析於改善程式設計自我調節學習之研究(1/3)

本計畫針對教育領域的大量數據資料，以學習分析為其研究主軸，期望以學習分析所揭露的結果來輔助教師教學與提升學生的學習成效。本計畫將針對程式設計課程，探究自我調節學習(Self-Regulation Learning, SRL)對於程式設計課程學習成效之影響。本計畫將在整合型學習環境中，根據所收集的學習行為歷程，透過資料探勘技術來早期識別高風險學生以及萃取學生學習樣式，搭配即時性學習儀表板提供學生學習相關資訊，做為教師輔導干預的參考依據。為達上述目標，本計畫將發展(1)即時性學習儀表板，(2)學習成效預測模型，(3)學習樣式萃取模型等三大學習分析方法。在整合型學習環境下，即時性視覺化學習儀表板主要用以即時呈現學生在課堂學習活動的參與程度情況。本計畫將根據學生學習樣式、學生學習成效的預測結果、學生自我調適學習能力等相關資訊，針對各類型學生提出適當有效的自我調適學習調整建議，藉以進行個人化教學輔導補救措施，實現適性學習或是適性教學的目標，以達到提高學習成效的目標。本計畫為三年期計畫，第一年將進行自主式SRL程式設計翻轉教室的先導研究，將以109學年度本校通識中心開設的Python程式設計課程為研究課程，研究對象約為50位修課學生。接著，本計畫將於第二年將研究對象擴大為110學年度本校所有修習聯合微積分程式設計實習課程的學生，並進行大規模資料驗證分析。最後，計畫第三年則是針對110學年度本校所有修習聯合微積分程式設計實習課程的學生，進行輔導式SRL程式設計翻轉教室，探討基於學習分析結果進行SRL行為調整的輔導活動是否能夠有效的提升學生的學習成效。