2026-04-12T23:20:59Z https://datacatalogue.cessda.eu/oai-pmh/v0/oai

cb9dd033960f1153e54c6300253f866d34c2b650ad4ef5861c43fd293aaf3943 2025-11-03T01:00:14Z language:enlanguage:sl

Učna analitika kombiniranega učenja v visokem šolstvu, 2019 Arhiv druzboslovnih podatkov ADP, 2025ADP, 2025 ADP DDIADP DDI Learning analytics of blended learning in higher education, 2019 Učna analitika kombiniranega učenja v visokem šolstvu, 2019 Learning analytics of blended learning in higher education, 2019Učna analitika kombiniranega učenja v visokem šolstvu, 2019 AKU19URN:SI:UNI-LJ-FDV:ADP:AKU19https://doi.org/10.17898/ADP_AKU19_V1AKU19URN:SI:UNI-LJ-FDV:ADP:AKU19https://doi.org/10.17898/ADP_AKU19_V1 Keržič, Damijana Keržič, Damijana 20192019 Financiranje iz lastnih sredstev.Financed from own resources. Univerza v Ljubljani, Arhiv družboslovnih podatkovUniversity of Ljubljana, Slovenian Social Science Data Archives 18. avgust 202518. August 2025 ADP DDIADP DDI Learning analytics of blended learning in higher education, 2019 kombinirano učenjeuspešnostučna uspešnostučna analitikaDIGITALNA PISMENOSTUČENJEIZOBRAŽEVANJE NA DALJAVODOSEŽEKRAČUNALNIŠKO IZOBRAŽEVANJEblended learningorganizational performancestudent performancelearning analyticsDIGITAL LITERACYLEARNINGDISTANCE EDUCATIONACHIEVEMENTCOMPUTER SCIENCE EDUCATION Pedagogika in didaktikaIzobraževanjePedagogy and didacticsEducation Kombinirano učenje, ki predstavlja preplet tradicionalnega poučevanja v predavalnici z izvedbo v spletnem okolju, postaja vse prisotno tudi v visokem šolstvu. Sistemi za upravljanje učenja, v katerem se odvija e-učenje, shranjujejo vsako interakcijo študenta s sistemom v dnevniških datotekah. Hkrati s temi podatki se o študentu vodijo različne zbirke izobraževalnih podatkov v elektronski obliki in tudi ankete so vse pogosteje implementirane v spletnem okolju. Analiziranje in rudarjenje izobraževalnih podatkov zbranih v različnih podatkovnih zbirkah z namenom razumeti proces učenja in izluščiti informacije, ki bi pomagale pri tehtnih odločitvah za izboljšanje izobraževalnega procesa, predstavlja znanstveno področje poimenovano učna analitika. Namen raziskave na področju izobraževalnih podatkov je bilo izboljšati razumevanje procesa učenja v kombiniranem učenju v visokošolskem izobraževanju s ciljem opredeliti faktorje, ki pomembno vplivajo na delo študenta v spletni učilnici, in med aktivnostmi določiti tiste, ki jih lahko povežemo s končno uspešnostjo. V empiričnem delu sta predstavljena dva pogosta pristopa učne analitike opravljena s prosto dostopnimi programskimi orodji, pri čemer izračuni temeljijo na raznovrstnih podatkovnih zbirkah študentov Fakultete za upravo. Z rudarjenjem izobraževalnih podatkov smo raziskali napovedno uspešnost različnih modelov napovedovanja končne uspešnosti študenta na osnovi njegove aktivnosti v spletni učilnici ter predispozicij (učni pristop, predhodna uspešnost).Blended learning is becoming ubiquitous in higher education. It combines traditional face-to-face teaching and online learning that typically takes place in learning management systems which store all student interactions with the system in their log files. In addition to this data, education institutions store various electronic student datasets and survey responses. Learning analytics involves collection, analysis and mining of education data to better understand the learning process and obtain information that can inform decision-making with regard to enhancing student success. The purpose of the research is to improve the understanding of the blended learning process in higher education with the aim of identifying the factors that significantly influence student work in the online classroom, and determining activities that are most associated with student final performance. The empirical part presents two frequent learning analytics approaches carried out with open source software. The calculations were based on education data from various sources of the Faculty of Public Administration. Education data mining examined the predictive effectiveness of various models of predicting student final (non)performance based on their activity in the online classroom and predispositions (learning approach, previous performance). 1. oktober 201818. januar 201918. februar 201931. maj 20192. oktober 20185. oktober 20188. januar 201928. februar 201914. januar 201927. april 20191. October 201818. January 201918. February 201931. May 20192. October 20185. October 20188. January 201928. February 201914. January 201927. April 2019 SlovenijaSlovenia SlovenijaSlovenia DrugoOther-analyUnitOtherOther-analyUnit Vsi študentje 1. letnikov in učitelji predmetov v 1. letniku Fakultete za upravo v študijskem letu 2018/19, ki so prostovoljno sodelovali pri izpolnjevanju vprašalnikov.All 1st year students and subject teachers in the 1st year of the Faculty of Administration in the 2018/19 academic year, who voluntarily participated in the study. ŠtevilskiNumericNumericNumeric PresečnoCrossSectionCross-sectionCrossSection Zajeta celotna populacijaTotalUniverseCompleteEnumerationTotalUniverseCompleteEnumerationTotal universe/Complete enumerationTotalUniverseCompleteEnumerationTotalUniverseCompleteEnumeration Računalniško podprto opazovanjeObservation.ComputerBasedVprašalnik za samoizpolnjevanje: spletniSelfAdministeredQuestionnaire.CAWIComputer-based observationObservation.ComputerBasedSelf-administered questionnaire: Web-based (CAWI)SelfAdministeredQuestionnaire.CAWI Strukturiran vprašalnikQuestionnaire.StructuredDrugoAgregacija zapisov dnevniških datotek z lastno programsko kodo.ResInstru_OtherStructured questionnaireQuestionnaire.StructuredOtherAggregation of log file records with authors own program code.ResInstru_Other Arhiv izroča podatke uporabnikom samo za namen, ki ga posebej opredelijo, ob zagotovitvi spoštovanja profesionalnih etičnih kodeksov. Uporabnik se posebej zaveže, da bo skrbel za tajnost podatkov in opravljal analize brez poskusov identifikacije posameznika.Users may use the data only for the purposes stated in the registration form and in accordance with professional codes of ethics. Users expressly agree to maintain the confidentiality of the data and to conduct analyses without attempting to identify the individuals and institutions covered by the materials. Pri objavah, ki bi sledile na podlagi podatkov, je potrebno polno citirati avtorja in Arhiv.The users should acknowledge in any publication both the original depositors and the Archive. Vsak uporabnik je dolžan opozoriti na morebitne pomanjkljivosti gradiva in poslati Arhivu 2 kopiji nastalih besedil.Users are requested to deposit with the Archive two copies of any published work or report based wholly or in part on such materials and to notify the Archive of any errors discovered in the materials. Uporabnik naj pred uporabo pozorno prebere spremljajočo dokumentacijo in se v primeru nejasnosti obrne na avtorje raziskave ali Arhiv.In case of ambiguity the users of the data set are advised to contact principal investigators or Archive. Učna analitika kombiniranega učenja v visokem šolstvu, 2019 [Podatki (P)] Učna analitika kombiniranega učenja v visokem šolstvu, 2019 [Data (P)] http://127.0.0.1:6003/v0/oai AKU19 2025-10-23T19:53:12Z ddi:codebook:2_5