Klíčová slova anglicky
remote laboratories, educational research, datamining, log files, secondary school students
V originále
The present article describes the results of a medium-scale (N = 77) study, using log files from open remote laboratory at Charles University in Prague, Faculty of Mathematics and Physics, to observe secondary school students’ behavior during their work in virtual environment. Simple data mining and text mining techniques were used to reveal individual user’s behavioral patterns, to detect disengagement, and to compare learning outcomes and student preferences. The results will be used mainly to improve systems’ adaptability to students’ requirements and capacities and to reveal typical navigation, orientation, learning and behavioral problems of individual students within the above mentioned virtual learning environment.
Česky
Předkládaný článek popisuje výsledky středně velké studie (N = 77) chování jedinců ve virtuálním vzdělávacím prostředí, konkrétně ve vzdálené laboratoři na Univerzitě Karlově v Praze, Matematicko-fyzikální fakultě, na základě rozboru logovacích souborů (log files). Subjekty byli žáci 3 tříd střední školy, jejichž úkolem bylo provést vybraná měření a záznam. K odhalení individuálních vzorců chování, k detekci nespokojenost až znechucení prostředím či prací, stejně jako k porovnání výstupů s odevzdanými protokoly byly použity jednoduché dataminingové techniky a některé postupy textminingu. Výsledky budou použity především ke zlepšení adaptability systému na požadavky a možnosti studentů, k odhalení typických problémů v navigaci a orientaci v prostředí a dále k vytipování vzorců učení a chování středoškolských studentů v rámci výše uvedeného virtuálního výukového prostředí.
Anglicky
The present article describes the results of a medium-scale (N = 77) study, using log files from open remote laboratory at Charles University in Prague, Faculty of Mathematics and Physics, to observe secondary school students’ behavior during their work in virtual environment. Simple data mining and text mining techniques were used to reveal individual user’s behavioral patterns, to detect disengagement, and to compare learning outcomes and student preferences. The results will be used mainly to improve systems’ adaptability to students’ requirements and capacities and to reveal typical navigation, orientation, learning and behavioral problems of individual students within the above mentioned virtual learning environment.