From the article: "The educational domain is momentarily witnessing the emergence of learning analytics – a form of data analytics within educational institutes. Implementation of learning analytics tools, however, is not a trivial process. This research-in-progress focuses on the experimental implementation of a learning analytics tool in the virtual learning environment and educational processes of a case organization – a major Dutch university of applied sciences. The experiment is performed in two phases: the first phase led to insights in the dynamics associated with implementing such tool in a practical setting. The second – yet to be conducted – phase will provide insights in the use of pedagogical interventions based on learning analytics. In the first phase, several technical issues emerged, as well as the need to include more data (sources) in order to get a more complete picture of actual learning behavior. Moreover, self-selection bias is identified as a potential threat to future learning analytics endeavors when data collection and analysis requires learners to opt in."
Despite the promises of learning analytics and the existence of several learning analytics implementation frameworks, the large-scale adoption of learning analytics within higher educational institutions remains low. Extant frameworks either focus on a specific element of learning analytics implementation, for example, policy or privacy, or lack operationalization of the organizational capabilities necessary for successful deployment. Therefore, this literature review addresses the research question “What capabilities for the successful adoption of learning analytics can be identified in existing literature on big data analytics, business analytics, and learning analytics?” Our research is grounded in resource-based view theory and we extend the scope beyond the field of learning analytics and include capability frameworks for the more mature research fields of big data analytics and business analytics. This paper’s contribution is twofold: 1) it provides a literature review on known capabilities for big data analytics, business analytics, and learning analytics and 2) it introduces a capability model to support the implementation and uptake of learning analytics. During our study, we identified and analyzed 15 key studies. By synthesizing the results, we found 34 organizational capabilities important to the adoption of analytical activities within an institution and provide 461 ways to operationalize these capabilities. Five categories of capabilities can be distinguished – Data, Management, People, Technology, and Privacy & Ethics. Capabilities presently absent from existing learning analytics frameworks concern sourcing and integration, market, knowledge, training, automation, and connectivity. Based on the results of the review, we present the Learning Analytics Capability Model: a model that provides senior management and policymakers with concrete operationalizations to build the necessary capabilities for successful learning analytics adoption.
MULTIFILE
Although learning analytics benefit learning, its uptake by higher educational institutions remains low. Adopting learning analytics is a complex undertaking, and higher educational institutions lack insight into how to build organizational capabilities to successfully adopt learning analytics at scale. This paper describes the ex-post evaluation of a capability model for learning analytics via a mixed-method approach. The model intends to help practitioners such as program managers, policymakers, and senior management by providing them a comprehensive overview of necessary capabilities and their operationalization. Qualitative data were collected during pluralistic walk-throughs with 26 participants at five educational institutions and a group discussion with seven learning analytics experts. Quantitative data about the model’s perceived usefulness and ease-of-use was collected via a survey (n = 23). The study’s outcomes show that the model helps practitioners to plan learning analytics adoption at their higher educational institutions. The study also shows the applicability of pluralistic walk-throughs as a method for ex-post evaluation of Design Science Research artefacts.
LINK
Het lectoraat Applied Quantum Computing is een samenwerking tussen de Hogeschool van Amsterdam en het Centrum Wiskunde en Informatica. Dit lectoraat gaat zich bezig houden met het leggen van een verbinding tussen enerzijds fundamenteel onderzoek en anderzijds praktische problemen. In een samenwerking met IBM, Capgemini en Qusoft zullen cases en experimenten worden uitgevoerd hoe Quantum Computing bedrijven gaat beïnvloeden. Op het gebied van Quantum Communication zal onderzocht worden hoe m.b.v. Quantum Technologie gekomen kan worden tot een veilige communicatie. Ook zal aangesloten worden bij onderzoek naar en onderwijs worden ontwikkeld rondom hoe quantum mechanische effecten praktisch ingezet kunnen worden om metingen te verrichten. Onderzoek zal verricht worden naar het implementeren van theoretische oplossingen als bedacht in de laboratoria van universiteiten voor problemen bij bedrijven en instellingen. Binnen de Hogeschool van Amsterdam zal aansluiting worden gezocht met het onderzoek dat wordt gedaan binnen diverse lectoraten van de Faculteit DMCI, zoals responsible IT (i.o) en Urban Analytics en met de onderzoekers van de groep Urban Technology van de faculteit Techniek. In het onderwijs wordt een relatie bestendigd met opleidingen als HBO-ICT, waarvoor een minor wordt ontwikkeld, en Technische Natuurkunde. Daarbuiten zal verder gewerkt worden aan een netwerk om te komen tot een ecosysteem van instellingen en bedrijven. De Hogeschool van Amsterdam draagt Marten Teitsma als lector voor. Marten Teitsma heeft heeft veel ervaring in het onderwijs, ontwikkeling daarvan, als leidinggevende en is gepromoveerd in de Artificiële Intelligentie. Binnen de hogeschool heeft hij het initiatief genomen tot diverse activiteiten op het gebied van Quantum Computing.
Naast de grote voordelen van social media, zijn er ook risico’s. Jongeren moeten zich veilig kunnen voelen in het digitale domein. Daarom is het belangrijk dat ze leren wat de impact is van hatelijke, discriminerende en schadelijke berichten op social media en wat ze ertegen kunnen doen.Doel Doel van dit project is jongeren bewust maken van de negatieve effecten van online hate speech via video workshops en hen te leren om hate speech te herkennen en daar adequaat mee om te gaan. Resultaten Het project levert de volgende resultaten op: Lesstof en workshops over hate speech Een interactieve game over hate speech Een doorlopende leerlijn (praktijk – VWO, alle niveaus en leerjaren) over hate speech Looptijd 01 december 2019 - 30 juni 2022 Aanpak Na het uitvoeren van onderzoek naar online hate speech, wordt er lesmateriaal en een workshop ontwikkeld. Na het draaien van een pilot worden de workshops breed uitgerold bij in totaal zo’n 6000 leerlingen. Met behulp van learning analytics, observaties en interviews meten we het effect van de workshops. Cofinanciering Dit project wordt gefinancierd door het Ministerie van Justitie & Veiligheid.
Naast de grote voordelen van social media, zijn er ook risico’s. Jongeren moeten zich veilig kunnen voelen in het digitale domein. Daarom is het belangrijk dat ze leren wat de impact is van hatelijke, discriminerende en schadelijke berichten op social media en wat ze ertegen kunnen doen.Doel Doel van dit project is jongeren bewust maken van de negatieve effecten van online hate speech via video workshops en hen te leren om hate speech te herkennen en daar adequaat mee om te gaan. Resultaten Het project levert de volgende resultaten op: Lesstof en workshops over hate speech Een interactieve game over hate speech Een doorlopende leerlijn (praktijk – VWO, alle niveaus en leerjaren) over hate speech Looptijd 01 december 2019 - 30 juni 2022 Aanpak Na het uitvoeren van onderzoek naar online hate speech, wordt er lesmateriaal en een workshop ontwikkeld. Na het draaien van een pilot worden de workshops breed uitgerold bij in totaal zo’n 6000 leerlingen. Met behulp van learning analytics, observaties en interviews meten we het effect van de workshops. Cofinanciering Dit project wordt gefinancierd door het Ministerie van Justitie & Veiligheid.
