E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ

Yurdugül, Halil; ŞAHİN, Muhittin; Özgür, Adem; KESKİN, SİNAN

E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ

Muhittin ŞAHİN, (HacettepeÜniversitesi)

Sinan KESKİN, (YüzüncüYılÜniversitesi)

Adem ÖZGÜR, (UşakÜniversitesi)

Halil YURDUGÜL (HacettepeÜniversitesi)

Eğitim Teknolojisi Kuram ve Uygulama

8 3

Yıl: 2017 Cilt: 7 Sayı: 2 Sayfa Aralığı: 172 - 192 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ

Öz:

Öğrenenlerin e-öğrenme ortamlarındaki etkileşimlerine dayalı profillerinin belirlenmesi öğretim tasarımında ve e-öğrenme ortamlarının tasarlanmasında önemli bir yere sahiptir. Etkileşim profilleri, farklı özelliklere sahip e-öğrenenlerin e-öğrenme ortamlarındaki etkileşimlerini ifade etmektedir. Bu araştırmada güdülenme ve öğrenme stratejileri açısından öğrenenlerin e-öğrenme ortamlarındaki etkileşim profillerinin belirlenmesi amaçlanmıştır. Araştırma altı hafta boyunca Bilgisayar Ağları ve İletişim dersini alan 65 öğrenen ile yürütülmüştür. Öğrenenler ders bağlamında öğrenme yönetim sistemi (ÖYS) olarak Moodle ortamını kullanarak e-öğrenme yaşantıları geçirmiştir. Bu ortamda öğrenenler ders ile ilgili içerikler, tartışma ortamları, değerlendirme görevleri ve öğretici ile etkileşime girmişlerdir. Araştırma verileri; öz bildirim (bilişsel strateji ve güdülenme kaynakları) ve etkileşim verilerinin veri tabanında tutulmasıyla elde edilmiştir. Öğrenenlerin öğrenme stratejileri içerisinde yer alan bilişsel stratejileri olarak yineleme, açımlama ve düzenleme; güdülenme kaynakları olarak ise görev değeri ve sınav kaygısı ele alınmıştır. Etkileşim verileri ise Moodle ortamındaki öğrenen-öğrenen, öğrenen-öğretici, öğrenen-içerik, öğrenen-değerlendirme etkileşimleri olmak üzere dört tema altında incelenmiştir. Verilerin analizinde ilk olarak öğrenen etkileşimlerine dayalı bir sıralama yapılmıştır. Bu sıralamayı yapabilmek için gri ilişki analizi (grey relation analysis) kullanılmıştır. Öğrenenlerin etkileşim profilleri ile bilişsel stratejiler ve motivasyon kaynakları arasındaki bağıntının incelenebilmesi amacıyla optimal ölçekleme (optimal scaling) analizinden yararlanılmıştır. Bu analiz sonucuna göre; yüksek etkileşimde bulunan öğrenenlerin açımlama ve düzenlemeye dayalı bilişsel stratejilerinin yüksek olduğu, düşük etkileşimde bulunan öğrenenlerin ise düşük açımlama ve düzenleme bilişsel stratejilerine sahip oldukları gözlenmiştir. Bununla birlikte, güdülenme kaynağı olarak görev değeri yüksek olan öğrenenlerin ise genellikle yüksek düzeyde yineleme stratejilerini kullandıkları görülmüştür. Düşük etkileşim düzeyinde de olsa; sınav kaygısı yaşayan öğrenenlerin daha çok etkileşime girdikleri, sınav kaygısından uzak olan öğrenenlerin ise daha az etkileşime girdikleri bulgusuna ulaşılmıştır. Bu bulguların sonucunda öğrenenlerin tercih ettikleri bilişsel stratejilerin e-öğrenme ortamlarındaki etkileşimleri üzerinde önemli bir etken olduğu ortaya çıkmıştır.

Anahtar Kelime:

Konular: Eğitim, Eğitim Araştırmaları

DETERMINATION of INTERACTION PROFILES BASED on LEARNERCHARACTERISTICS in E-LEARNING ENVIRONMENT

Öz:

The aim of the study is determining the interaction profiles of learners in e-learning environments in terms of motivation and learning strategies. The study was conducted with 65 learners taking Computer Networks and Communication course for six weeks. The learners used the Moodle environment as a learning management system (LMS) in the context of the course. In this environment, learners interacted with the course content, discussions, assessment tasks, and instructor. Research data were obtained by keeping the interaction data in database and the self-reported measures. During the analysis of data firstly a ranking was made based on the learners' interactions by the grey relation analyze. Optimal scaling analysis was used to examine the relationship between learners' interaction profiles, motivation and cognitive strategies. It has been observed that learners, who interact at high level, have higher elaboration and regulation cognitive strategies; and those who interact low level, have lover elaboration and regulation cognitive strategies. As a result of these findings, it became clear that the cognitive strategies preferred by learners are an important factor in the interactions in e-learning environments.

Anahtar Kelime:

Konular: Eğitim, Eğitim Araştırmaları

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

Arkorful, V., Abaidoo, N. (2015). The role of e-Iearning, advantages and disadvantages of its adoption in higher education. International Journal of Instructional Technology and Distance Learning, 12(l), 29-42.
Aydın, C. H. (2003). Uzaktan eğitimin geleceğine ilişkin eğilimler. Elektrik Mühendisliği, 419, 28-36.
Büyüköztürk, Ş., Akgün, Ö. E., Özkahveci, Ö. ve Demirel, F. (2004). Güdülenme ve öğrenme stratejileri ölçeğinin Türkçe formunun geçerlik ve güvenirlik çalışması. Kuram ve Uygulamada Eğitim Bilimleri, 4(2), 207-239.
Dyckhoff, A.L., Zielke, D., Bültmann, M., Chatti, M.A. ve Schroeder, U. (2012). Design and implementation of learning analytics toolkit for teachers. Educational Technology Society, 15(3). 58--76p.
Ellis, R. K. (2009). field guide to learning management systems. American Society for Training Development (ASTD). Retrieved from: http://www.astd.org/N/media/Files/Puincations/LMS_fieldguide_20091
Fardinpour, A., Pedram, M.M. Burkle, M. (2014). Intelligent Learning Management Systems: Definition, Features and Measurement of Intelligence. International Journal of Distance Education Technologies, 12(4), 19-31.
Garrison, D. R. (2011). E-learning in the 2lst Century: Framework for Research and Practice. New York: Taylor Francis.
Hirumi, A. (2002). framework for analyzing, designing, and sequencing planned e-learning interactions. The Quarterly Review of Distance Education, 3(2), 141-160.
Jo, |. H., Park, Y., Yoon, M., Sung, H. (2016). Evaluation of online log variables that estimate learners' time management in Korean online learning context. International Review of Research in Open and Disturbed Learning, 17(1), 195-213.
Jo, |. H., Yu, T., Lee, H., Kim, Y. (2015). Relations between student online learning behaviour and academic achievment in higher education: learning analytic approach. In G. Chen, V. Kumar, Kinshuk, R. Huang, S. C. Kong (Eds.), Emerging Issues in Smart Learning (pp. 275-286). Berlin: Springer.
Keller, C., Cernerud, L. (2002). Students' perceptions of e-learning in university education. Journal of Educational Media, 27(1-2), 55-67.
Kizilcec, R. F., Perez-Sanagusitin, M., Maldonado, J. J. (2017). Self-regulated learning strategies predict learner behaviour and goal attainment in massive open online courses. Computers Education, 104, 18-33.
Kloos, C.D., Pardo, A., Muhoz-Merino, P.J., Gutierrez, I. ve Leony, D. (2013). Learning Analytics UC3M. 2013 IEEE Global Engineering Education Conference (EDUCON), 13-15 March, Berlin, Germany.
Kruse, K. (2002). The benefits and drawbacks of elearning. Online: https://www.acsu.buffalo.edu/"marissac/online_learning. docx Lewalter, D. (2003). Cognitive strategies for learning from static and dynamic visuals. Learning and Instruction, 13(2), 177-189.
Liu, S., Lin, Y. (2006). Grey information: theory and practical applications. Springer Science Business Media.
Liu, S., Yang, Y., Forrest, J. (2016). Grey Data Analysis: Methods, Models and Applications. Springer. Macfadyen, L. P., Dawson, S. (2010). Mining LMS data to develop an --early warning system for educators: proof of concept. Computers Education, 54, 588-599.
Manathunga, C. (2005). Early warning signs in postgraduate research education: different approach to ensuring timely completions. Teaching in Higher Education, 10(2), 219-233.
McGill, T. J., Klobas, J. E. (2009). task-technology fit viewv of learning management system impact. Computers Education, 52(2), 496-508.
Meulman, J. J. (1998). Optimal scaling methods for multivariate categorical data analysis. SPSS White Paper: Chicago.
Moore, M. G. (1989). Three types of interaction. American Journal of Distance Education, 3(2), 1-6.
Nistal, M. L., Rodriguez, M. C., Castro, M. (2011). Use of e-learning functionalities and standards: The Spanish case. IEEE Transactions on Education, 54(4), 540-549.
Özeke, V., Akçapınar, G. (2016). Einstein's riddle as tool for profiling students. 13th International Conference on Cognition and Exploratory Learning in Digital Age (CELDA 2016). Mannheim, Germany, 24-26 October.
Özgür, A. (2015). Öğrenme yönetim sistemlerinde öğrenen-değerlendirme etkileşiminin incelenmesi. Yayınlanmamış yüksek lisans tezi. Hacettepe Üniversitesi.
Özgür, A., Yurdugül, H. (2016). The investigation of learner assessment interaction in learning management systems. International Journal ofe-Assessment, 1(1), 1-17.
Park, K., Ji, H., Lim, H. (2015). Development of learner profiling system using multidimensional characteristics analysis. Mathematical Problems in Engineering, 2015.
Pintrich, P. R., Smith, D. A. F., Garcia, T., McKeachie, W. J. (1991). Manualfor the use of the motivated strategies for learning questionnaire. Ann Arbor, MI: National Center for Research to Improve Postsecondary Teaching and Learning.
Pintrich, P. R. (1994). Student Motivation in the College Classroom. K. W. Prichard R. M. Sawyer (Ed.). Handbook of college teaching: Theory and applications. Westport: Greenwood Publishing Group, Inc.
Reynolds, W. M., Miller, G. E. (Eds.) (2013). Handbook of Psychology: Volume Educational Psychology (2nd Edition). New Jersey: John Wiley Sons, lnc.
Rosenberg, M. J. (2001). E-learning: Strategies for Delivering Knowledge in Digital Age. New York: McGraw-Hill.
Rubin, B., Fernandes, R., Avgerinou, M. D., Moore, J. (2010). The effect of learning management systems on student and faculty outcomes. Internet and Higher Education, 13, 82-83.
Siemens, G., Gasevic, D. (2012). Guest Editorial Learning and Knowledge Analytics. Educational Technology Society, 15(3), 1--2.
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, 53-75.
Taraghi, B., Saranti, A., Ebner, M., Müller, V., Grolğmann, A. (2015). Towards LearningAware Application Guided by Hierarchical Classification of Learner Profiles. J. UCS, 21(1), 93--109.
Weinstein, C. E., Jung, J. (2011). Learning strategies. In V. G. Aukrust (Ed.), Learning and Cognition in Education (pp. 137-143). Oxford: Elsevier.
Welsh, E. T., Wanberg, C. R., Brown, K. G., Simmering, M. J. (2003). E-learning: Emerging uses, empirical results and future directions. International Journal of Training and Development, 7(4), 245-258.

APA	ŞAHİN M, KESKİN S, Özgür A, Yurdugül H (2017). E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. , 172 - 192.
Chicago	ŞAHİN Muhittin,KESKİN SİNAN,Özgür Adem,Yurdugül Halil E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. (2017): 172 - 192.
MLA	ŞAHİN Muhittin,KESKİN SİNAN,Özgür Adem,Yurdugül Halil E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. , 2017, ss.172 - 192.
AMA	ŞAHİN M,KESKİN S,Özgür A,Yurdugül H E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. . 2017; 172 - 192.
Vancouver	ŞAHİN M,KESKİN S,Özgür A,Yurdugül H E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. . 2017; 172 - 192.
IEEE	ŞAHİN M,KESKİN S,Özgür A,Yurdugül H "E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ." , ss.172 - 192, 2017.
ISNAD	ŞAHİN, Muhittin vd. "E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ". (2017), 172-192.

APA	ŞAHİN M, KESKİN S, Özgür A, Yurdugül H (2017). E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. Eğitim Teknolojisi Kuram ve Uygulama, 7(2), 172 - 192.
Chicago	ŞAHİN Muhittin,KESKİN SİNAN,Özgür Adem,Yurdugül Halil E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. Eğitim Teknolojisi Kuram ve Uygulama 7, no.2 (2017): 172 - 192.
MLA	ŞAHİN Muhittin,KESKİN SİNAN,Özgür Adem,Yurdugül Halil E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. Eğitim Teknolojisi Kuram ve Uygulama, vol.7, no.2, 2017, ss.172 - 192.
AMA	ŞAHİN M,KESKİN S,Özgür A,Yurdugül H E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. Eğitim Teknolojisi Kuram ve Uygulama. 2017; 7(2): 172 - 192.
Vancouver	ŞAHİN M,KESKİN S,Özgür A,Yurdugül H E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ. Eğitim Teknolojisi Kuram ve Uygulama. 2017; 7(2): 172 - 192.
IEEE	ŞAHİN M,KESKİN S,Özgür A,Yurdugül H "E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ." Eğitim Teknolojisi Kuram ve Uygulama, 7, ss.172 - 192, 2017.
ISNAD	ŞAHİN, Muhittin vd. "E-ÖĞRENME ORTAMLARINDA ÖĞRENEN ÖZELLİKLERİNE DAYALI ETKİLEŞİM PROFİLLERİNİN BELİRLENMESİ". Eğitim Teknolojisi Kuram ve Uygulama 7/2 (2017), 172-192.