Öğrenme analitikleri ile öz-düzenleyici öğrenme arasındaki ilişkinin sistematik alanyazın taramasıyla incelenmesi

Öğrenme deneyimlerinin dijitale geçmesiyle birlikte, öğrenenlerin bu ortamlarda gerçekleştirdikleri tüm etkileşimler izlenebilir hale gelmiştir. Bu da öğrenme analitiklerini hızla yaygınlaşmasına yol açmıştır. Öğrenme analitikleri, öğrenmenin kendisini ve öğrenme çevrelerini anlamak ve iyileştirmek için kullanılır. Öğrenenlerle ve öğrenme bağlamlarıyla ilgili verilerin toplaması, ölçülmesi, analiz edilmesi, görselleştirilmesi ve en önemlisi de analitik sonuçların öğrenme çevrelerine yansıtılması süreçleriyle ilgilenir. Öğrenme analitikleri, bireyin kendini izlemesine ve kendi performansını değerlendirmesine olanak sağladığı için öğrenenlerin öz düzenleyici öğrenmelerine de etki etmektedir. Alanyazında öğrenme analitikleri ile öz düzenleyici öğrenme ilişkisini inceleyen çalışmalar yer almaktadır. Bu araştırmada öğrenme analitiklerinin öz düzenleyici öğrenmeye etkilerini inceleyen çalışmalara yönelik bir sistematik alanyazın taraması yapılmıştır. Bu amaçla Web of Secience veri tabanı kullanılarak başlığında “learning analytic” ve “self-regulated” anahtar kelimeleri bulunan makaleler incelenmiştir. Çalışma sonucunda öğrenme analitikleri kullanmanın, öz düzenleyici öğrenme becerilerinin tespitinde ve geliştirilmesine yardımcı olduğu sonucuna ulaşılmıştır.

___

  • Aguilar, S. J., Karabenick, S. A., Teasley, S. D., & Baek, C. (2021). Associations between learning analytics dashboard exposure and motivation and self-regulated learning. Computers & Education, 162, 104085.
  • Broadbent, J., & Poon, W. L. (2015). Self-regulated learning strategies & academic achievement in online higher education learning environments: A systematic review. The Internet and Higher Education, 27, 1-13.
  • Callan, G. L., DaVia Rubenstein, L., Barton, T., & Halterman, A. (2022). Enhancing motivation by developing cyclical self-regulated learning skills. Theory Into Practice, 61(1), 62-74.
  • Cavus Ezin, C., & Yilmaz, R. (2022). The effect of learning analytics-based interventions in mobile learning on students' academic achievements, self-regulated learning skills, and motivations. Universal Access in the Information Society, 1-16.
  • Cha, H.-J., & Park, T. (2019). Applying and evaluating visualization design guidelines for a MOOC dashboard to facilitate self-regulated learning based on learning analytics. KSII Transactions on Internet and Information Systems (TIIS), 13(6), 2799-2823.
  • Cogliano, M., Bernacki, M. L., Hilpert, J. C., & Strong, C. L. (2022). A self-regulated learning analytics prediction-and-intervention design: Detecting and supporting struggling biology students. Journal of educational psychology.
  • Efklides, A. (2011). Interactions of metacognition with motivation and affect in self-regulated learning: The MASRL model. Educational psychologist, 46(1), 6-25.
  • Fan, Y., Matcha, W., Uzir, N. a. A., Wang, Q., & Gašević, D. (2021). Learning analytics to reveal links between learning design and self-regulated learning. International Journal of Artificial Intelligence in Education, 31(4), 980-1021.
  • Galaige, J., Steele, G. T., Binnewies, S., & Wang, K. (2022). A framework for designing student-facing learning analytics to support self-regulated learning. IEEE Transactions on Learning Technologies.
  • Gewerc, A., Rodríguez Groba, A., & Martínez Piñeiro, E. (2016). Academic social networks and learning analytics to explore self-regulated learning: a case study. IEEE Revista Iberoamericana de Tecnologias del Aprendizaje, 11(3), 159-166.
  • Goda, Y., Yamada, M., Kato, H., Matsuda, T., Saito, Y., & Miyagawa, H. (2015). Procrastination and other learning behavioral types in e-learning and their relationship with learning outcomes. Learning and Individual Differences, 37, 72-80.
  • İbicioğlu, H., & Antalyalı, Ö. L. (2005). Uzaktan eğitimin başarısında imkân algı motivasyon ve etkileşim faktörlerinin etkileri: Karşılaştırmalı bir uygulama. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 14(2), 325-338.
  • Järvelä, S., Malmberg, J., & Koivuniemi, M. (2016). Recognizing socially shared regulation by using the temporal sequences of online chat and logs in CSCL. Learning and Instruction, 42, 1-11.
  • Jivet, I., Scheffel, M., Schmitz, M., Robbers, S., Specht, M., & Drachsler, H. (2020). From students with love: An empirical study on learner goals, self-regulated learning and sense-making of learning analytics in higher education. The Internet and Higher Education, 47, 100758.
  • Kim, D., Yoon, M., Jo, I.-H., & Branch, R. M. (2018). Learning analytics to support self-regulated learning in asynchronous online courses: A case study at a women's university in South Korea. Computers & Education, 127, 233-251.
  • Kivimäki, V., Pesonen, J., Romanoff, J., Remes, H., & Ihantola, P. (2019). Curricular Concept Maps as Structured Learning Diaries: Collecting data on self-regulated learning and conceptual thinking for learning analytics applications. Journal of learning analytics, 6(3), 106–121-106–121.
  • Kozan, K. (2016). The incremental predictive validity of teaching, cognitive and social presence on cognitive load. The Internet and Higher Education, 31, 11-19.
  • Kumar, V., & Gupta, J. (2021). Self Regulated Learning Strategies Of Higher Education Students. European Journal of Molecular & Clinical Medicine, 7(07), 2020.
  • Matcha, W., Gašević, D., & Pardo, A. (2019). A systematic review of empirical studies on learning analytics dashboards: A self-regulated learning perspective. IEEE Transactions on Learning Technologies, 13(2), 226-245.
  • Montgomery, A. P., Mousavi, A., Carbonaro, M., Hayward, D. V., & Dunn, W. (2019). Using learning analytics to explore self‐regulated learning in flipped blended learning music teacher education. British Journal of Educational Technology, 50(1), 114-127.
  • Papamitsiou, Z., & Economides, A. A. (2019). Exploring autonomous learning capacity from a self‐regulated learning perspective using learning analytics. British Journal of Educational Technology, 50(6), 3138-3155.
  • Pardo, A. (2014). Designing learning analytics experiences. In Learning analytics (pp. 15-38): Springer.
  • Pintrich, P. R. (2000). The role of goal orientation in self-regulated learning. In Handbook of self-regulation (pp. 451-502): Elsevier.
  • Pintrich, P. R., & De Groot, E. V. (1990). Motivational and self-regulated learning components of classroom academic performance. Journal of educational psychology, 82(1), 33.
  • Schunk, D. H., & Ertmer, P. A. (1998). Self-Evaluation and Self-Regulated Computer Learning.
  • Siemens, G. (2012). Learning analytics: envisioning a research discipline and a domain of practice. Paper presented at the Proceedings of the 2nd international conference on learning analytics and knowledge.
  • Silva, J. C. S., Zambom, E., Rodrigues, R. L., Ramos, J. L. C., & de Souza, F. d. F. (2018). Effects of learning analytics on students' self-regulated learning in flipped classroom. International Journal of Information and Communication Technology Education (IJICTE), 14(3), 91-107.
  • Tabuenca, B., Kalz, M., Drachsler, H., & Specht, M. (2015). Time will tell: The role of mobile learning analytics in self-regulated learning. Computers & Education, 89, 53-74.
  • Üredi, L., & Üredi, I. (2007). Sınıf öğretmenlerinin tercih ettikleri öğretim stillerinin yordayıcısı olarak öğretmenlik mesleğine ilişkin algıları. Mersin Üniversitesi Eğitim Fakültesi Dergisi, 3(2).
  • Viberg, O., Wasson, B., & Kukulska-Hulme, A. (2020). Mobile-assisted language learning through learning analytics for self-regulated learning (MALLAS): A conceptual framework. Australasian Journal of Educational Technology, 36(6), 34-52.
  • Winne, P. H. (2017). Learning analytics for self-regulated learning. Handbook of learning analytics, 241-249.
  • Winne, P. H. (2022). Modeling self-regulated learning as learners doing learning science: How trace data and learning analytics help develop skills for self-regulated learning. Metacognition and Learning, 1-19.
  • Winne, P. H., Teng, K., Chang, D., Lin, M. P.-C., Marzouk, Z., Nesbit, J. C., vd. (2019). nStudy: Software for learning analytics about processes for self-regulated learning. Journal of learning analytics, 6(2), 95–106-195–106.
  • Yüksel, İ. (2013). Öğretimsel stil tercihlerinin öz-düzenleme beceri düzeylerini yordama gücü. Dicle Üniversitesi Ziya Gökalp Eğitim Fakültesi Dergisi (20), 212-229.
  • Zimmerman, B. J. (1990). Self-regulated learning and academic achievement: An overview. Educational psychologist, 25(1), 3-17.
Açıköğretim Uygulamaları ve Araştırmaları Dergisi-Cover
  • ISSN: 2149-2360
  • Yayın Aralığı: Yılda 2 Sayı
  • Başlangıç: 2015
  • Yayıncı: Anadolu Üniversitesi
Sayıdaki Diğer Makaleler

Pandemi dönemindeki uzaktan eğitim uygulamalarının engelli öğrencilerin akademik başarısına etkisi: Bir vakıf üniversitesi örneği

Kıvanç ONAN, Hakan KAYA, Yelda ÖZKOÇAK

Açık ve uzaktan öğrenmede yapay zeka destekli oyunlaştırma

Nedime Selin ÇÖPGEVEN, Hüseyin ÖZKAYA, Sinan AYDIN

Açıköğretim Sisteminde öğrenenlerin canlı derslere ilişkin görüşleri

Öznur ÖZTÜRK, Özlem ERORTA, Emel GÜLER, Yusuf Zafer Can UĞURHAN

Pandemi sosyal bilgiler öğretimini nasıl vurdu?

Serkan KELEŞOĞLU, Metin KARTAL, Ece KOÇER

Yükseköğretimde podcast yayıncılığı: Uzaktan eğitim merkezi örneği

Nilay ÖZER, Emre BAHTLI

Ortaöğretim öğrencilerinin COVID-19 pandemi dönemindeki uzaktan eğitim faaliyetlerine ilişkin algı düzeyleri

Gökhan ALPTEKİN, Deniz TÜRKMEN

Anadolu Üniversitesi Açıköğretim Sistemi öğrencilerinin işsizlik kaygısı ve girişimcilik eğilimi ilişkisinin incelenmesi

Filiz ÖLÇER KİMZAN, Harun SONMEZ

Örgün öğretimden açık liseye geçiş nedenleri: Bir durum çalışması

Ertuğ CAN, Alper SAKALLI

Öğrenme analitiği sürecine yönelik modellere genel bir bakış: Kavramsal bir çerçeve önerisi

Asuman ÖNDER, Gisu Sanem ÖZTAŞ, Gökhan AKÇAPINAR

Pandemi deneyimi sonrasında, öğretim elemanlarının eğitimde dijital dönüşüme ilişkin görüşleri: Pamukkale Üniversitesi örneği

Hurşit Cem SALAR, Hüseyin ÖZÇINAR, Cüneyt Orhan KARA, İlker VATANSEVER, İbrahim KISAÇ, Ahmet KUTLUHAN