Pregled bibliografske jedinice broj: 1002035
Istraživačka analiza i model logističke regresije aktivnosti u LMS sustavu
Istraživačka analiza i model logističke regresije aktivnosti u LMS sustavu // 42nd International Convention MIPRO 2019, Computers in Education / Skala, Karolj (ur.).
Rijeka: Hrvatska udruga za informacijsku i komunikacijsku tehnologiju, elektroniku i mikroelektroniku - MIPRO, 2019. str. 599-604 (predavanje, domaća recenzija, cjeloviti rad (in extenso), znanstveni)
CROSBI ID: 1002035 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Istraživačka analiza i model logističke regresije
aktivnosti u LMS sustavu
(Exploratory Data Analysis and Logistic Regression
Model of LMS System Activity)
Autori
Matetić, Maja ; Čanić, Josip ; Brkić Bakarić, Marija
Vrsta, podvrsta i kategorija rada
Radovi u zbornicima skupova, cjeloviti rad (in extenso), znanstveni
Izvornik
42nd International Convention MIPRO 2019, Computers in Education
/ Skala, Karolj - Rijeka : Hrvatska udruga za informacijsku i komunikacijsku tehnologiju, elektroniku i mikroelektroniku - MIPRO, 2019, 599-604
Skup
42nd International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO 2019) ; Computer in Education (CE 2019)
Mjesto i datum
Opatija, Hrvatska, 20.05.2019. - 24.05.2019
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Domaća recenzija
Ključne riječi
dubinska analiza podataka ; logistička regresija ; Moodle ; istraživačka analiza podataka
(Data Mining ; Logistic Regression ; Moodle ; Exploratory Data Analysis)
Sažetak
Vrijedan resurs koji se generira u okviru sustava za e-učenje su podaci koji se bilježe i iz kojih analizom možemo otkriti zanimljivo i novo ekspertno znanje o ponašanju i aktivnosti studenata pri korištenju samog sustava u procesu učenja. Primjerice, otkrivanje atipičnih ponašanja i karakterističnih tipova modela ponašanja studenata je temelj za slanje poruka studentima da bi na vrijeme dobili korisnu informaciju o svojem napretku i uspjehu u učenju. Naime, nisu samo bodovi iz raznih provjera i zadaća na kojima se direktno temelji ocjena bitni za konačni uspjeh. Podaci sustava za e-učenje sadrže znanje o aktivnostima kao što je primjerice gledanje video lekcija, odgovaranje na pitanja u samoprovjerama i druge aktivnosti temeljene na suvremenim edukativnim smjernicama koje se ne boduju. Te su aktivnosti izvrsni pokazatelji na temelju kojih se u svakom trenutku može predvidjeti u značajnoj mjeri i konačan uspjeh studenta. U radu se bavimo otkrivanjem znanja o takvim aktivnostima podatkovnom analizom izvedenom istraživačkom analizom podataka i logističkom regresijom u okviru e-kolegija Programiranje 2 Odjela za informatiku Sveučilišta u Rijeci.
Izvorni jezik
Hrvatski
Znanstvena područja
Računarstvo, Informacijske i komunikacijske znanosti
POVEZANOST RADA
Ustanove:
Fakultet informatike i digitalnih tehnologija, Rijeka
