ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Online Learning Analytics (Data Analytics Applications)

دانلود کتاب تجزیه و تحلیل یادگیری آنلاین (برنامه های تجزیه و تحلیل داده ها)

Online Learning Analytics (Data Analytics Applications)

مشخصات کتاب

Online Learning Analytics (Data Analytics Applications)

ویرایش: 1 
نویسندگان:   
سری:  
ISBN (شابک) : 1032200979, 9781032200972 
ناشر: Auerbach Publications 
سال نشر: 2021 
تعداد صفحات: 270 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

قیمت کتاب (تومان) : 41,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Online Learning Analytics (Data Analytics Applications) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تجزیه و تحلیل یادگیری آنلاین (برنامه های تجزیه و تحلیل داده ها) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تجزیه و تحلیل یادگیری آنلاین (برنامه های تجزیه و تحلیل داده ها)



\"در دنیای آموزشی ما که به طور فزاینده ای به صورت دیجیتالی فعال می شود، تجزیه و تحلیل ها به صورت اخلاقی، استراتژیک و با دقت استفاده می شوند، این پتانسیل را دارند که به دانش آموزان متنوع و بیشتری کمک کند تا در سفرهای آموزش عالی موفق تر از همیشه باشند. جی لیبوویتز و کادری از بهترین سازندگان «مشکل خوب» در این فضا به روشن کردن امکانات، چالش‌های بالقوه و قدرت یادگیری با هم در این کار کمک می‌کنند.\"

-مارک دیوید Milliron، Ph.D.، معاون ارشد و رئیس اجرایی کالج معلمان، دانشگاه وسترن گاورنر

با توجه به همه گیری COVID-19 و پیامدهای آن، ما شروع به ورود به "عادی جدید" کرده ایم. "از آموزش و پرورش. به جای اینکه یادگیری آنلاین یک "ویژگی افزوده" مدارس و دانشگاه های K-12 در سراسر جهان باشد، به عنوان یک ویژگی ضروری در آموزش فرد گنجانده می شود. سوالات و نگرانی‌های زیادی از سوی والدین، دانش‌آموزان، معلمان، اساتید، مدیران، کارکنان، نهادهای اعتباربخش و دیگران در رابطه با کیفیت یادگیری مجازی و تأثیر آن بر نتایج یادگیری دانش‌آموزان وجود دارد.

تجزیه و تحلیل یادگیری آنلاین تصور می‌شود. در تلاش برای پاسخ به سوالات کسانی که ممکن است در مورد یادگیری آنلاین شک دارند. از طریق درک بهتر و به کارگیری تحلیل‌های یادگیری، می‌توانیم ارزیابی کنیم که چگونه یادگیری موفق و مشارکت دانش‌آموز/اساتید، به عنوان مثال، می‌تواند در تولید نتایج آموزشی مورد نیاز برای پیشبرد یادگیری دانش‌آموزان برای نسل‌های آینده کمک کند. تجزیه و تحلیل یادگیری در بسیاری از زمینه ها مانند تأثیر استفاده از تجزیه و تحلیل یادگیری در بحث های آنلاین ناهمزمان در آموزش عالی موفق بوده است. برای آماده شدن برای آینده ای که در آن یادگیری آنلاین نقش مهمی ایفا می کند، این کتاب به بررسی

  • بینش داده ها برای بهبود طراحی برنامه درسی، تمرین تدریس و یادگیری می پردازد
  • < ul>
  • مقیاس‌سازی تجزیه و تحلیل یادگیری به روشی مبتنی بر شواهد
  • نقش اعتماد در یادگیری آنلاین
  • یادگیری آنلاین با چالش های فلسفی و عملیاتی بسیار واقعی مواجه است. این کتاب به حوزه‌های نگرانی در مورد آینده آموزش و یادگیری می‌پردازد. همچنین با ارائه تحقیقاتی در مورد طیف وسیعی از موضوعات که انسانیت و عمق آموزش و یادگیری را تشخیص می دهد، زمینه تجزیه و تحلیل یادگیری را انرژی می بخشد.


    توضیحاتی درمورد کتاب به خارجی

    "In our increasingly digitally enabled education world, analytics used ethically, strategically, and with care hold the potential to help more and more diverse students be more successful on higher education journeys than ever before. Jay Liebowitz and a cadre of the fields best ‘good trouble’ makers in this space help shine a light on the possibilities, potential challenges, and the power of learning together in this work."

    ―Mark David Milliron, Ph.D., Senior Vice President and Executive Dean of the Teachers College, Western Governors University

    Due to the COVID-19 pandemic and its aftereffects, we have begun to enter the "new normal" of education. Instead of online learning being an "added feature" of K–12 schools and universities worldwide, it will be incorporated as an essential feature in one’s education. There are many questions and concerns from parents, students, teachers, professors, administrators, staff, accrediting bodies, and others regarding the quality of virtual learning and its impact on student learning outcomes.

    Online Learning Analytics is conceived on trying to answer the questions of those who may be skeptical about online learning. Through better understanding and applying learning analytics, we can assess how successful learning and student/faculty engagement, as examples, can contribute towards producing the educational outcomes needed to advance student learning for future generations. Learning analytics has proven to be successful in many areas, such as the impact of using learning analytics in asynchronous online discussions in higher education. To prepare for a future where online learning plays a major role, this book examines

    • Data insights for improving curriculum design, teaching practice, and learning
    • Scaling up learning analytics in an evidence-informed way
    • The role of trust in online learning

    Online learning faces very real philosophical and operational challenges. This book addresses areas of concern about the future of education and learning. It also energizes the field of learning analytics by presenting research on a range of topics that is broad and recognizes the humanness and depth of educating and learning.



    فهرست مطالب

    Cover
    Half Title
    Title Page
    Copyright Page
    Dedication
    Table of Contents
    List of Figures
    List of Tables
    Foreword
    Preface
    Contributing Authors
    About the Editor
    Chapter 1 Leveraging Learning Analytics for Assessment and Feedback
    	Abstract
    	Introduction
    	Current State of Educational Assessment
    	Harnessing Data and Analytics for Assessment
    	Benefits of Analytics-Enhanced Assessment
    	Analytics-Enhanced Assessment Framework
    	Conclusion
    	References
    Chapter 2 Desperately Seeking the Impact of Learning Analytics in Education at Scale: Marrying Data Analysis with Teaching and Learning
    	Abstract
    	Introduction
    	Critical Aspects of LA in a Human-Centered Perspective
    		Focus on Teachers’ Needs and Goals
    		Teachers’ Data Literacy Skills
    		Data
    	Conclusions
    	References
    Chapter 3 Designing for Insights: An Evidenced-Centered Approach to Learning Analytics
    	Abstract
    	Introduction
    	Current Issues in Learning Analytics
    		Learning Theory and Learning Analytics
    		Availability and Validity of Learner Data
    		Contextual Gaps in Data Footprints
    		Ethical Considerations
    		Conclusion
    	An Evidenced-Centered Design Approach to Yielding Valid and Reliable Learning Analytics
    		ELAborate
    		User-Centered Design in Discovery
    		Learning Outcomes, Theory of Action, Theory of Change, and a Learning Model
    		Learner Data Footprint
    		Construct Validity and Meaningful Insights
    		Ethics-Informed Learning Analytics
    	Conclusion
    	References
    Chapter 4 Implementing Learning Analytics at Scale in an Online World: Lessons Learned from the Open University UK
    	Abstract
    	Introduction
    	Making Use of Learning Analytics Data
    	The Rise of the Learning Analytics Community
    		Case Study 1: The Analytics4Action Project
    		Case Study 2: Learning Design to Understand Learning Analytics
    	Discussion
    	References
    Chapter 5 Realising the Potential of Learning Analytics: Reflections from a Pandemic
    	Abstract
    	Introduction
    	Some Notes on the Nature of Conceptual Exploration
    	Glimpses of Learning Analytics During the Pandemic
    	Implications and (Un)Realised Potential of Learning Analytics
    	Conceptual Operations
    	Conclusions
    	References
    Chapter 6: Using Learning Analytics and Instructional Design to Inform,Find, and Scale Quality Online Learning
    	Abstract
    	Introduction
    	Selected Research and Practice About Online Learning Quality
    	Learning Analytics in Higher Ed and at UMBC
    	UMBC’s Pandemic PIVOT
    	Theory and Practice
    	Adoption
    	Impact
    		Faculty
    		Students
    	Lessons Learned
    	Conclusion
    	References
    Chapter 7 Democratizing Data at a Large R1 Institution: Supporting Data-Informed Decision Making for Advisers, Faculty, and Instructional Designers
    	Abstract
    	Introduction
    	Dimensions of Learning Analytics
    		Learning Analytics Project Dimensions
    	Organizational Considerations: Creating Conditions for Success
    		Security, Privacy, and Ethics
    	Advancing Analytics Initiatives at Your Institution
    		Iterating Toward Success
    		Consortium, Research Partnerships, and Standards
    	Penn State Projects
    		Penn State Projects: Analytical Design Model
    		Penn State Projects: Elevate
    		Penn State Projects: Spectrum
    	Conclusion
    	References
    Chapter 8 The Benefits of the ‘New Normal’: Data Insights for Improving Curriculum Design, Teaching Practice, and Learning
    	Abstract
    	Introduction
    	Testing the Benefits of the New Normal
    	Variables and Proxies
    	Digging Deeper: How to Separate Curriculum, Assessment, and Teacher Effects on Learning
    	Conclusion
    	References
    Chapter 9 Learning Information, Knowledge, and Data Analysis in Israel: A Case Study
    	Abstract
    	Introduction: The 21st-Century Skills
    	Developing the Digital Information Discovery and Detection Programs
    	Upgrading the Program: Data and Information
    	COVID-19
    	Current Situation
    	Summary
    	References
    Chapter 10 Scaling Up Learning Analytics in an Evidence-Informed Way
    	Abstract
    	Introduction
    	A Capability Model for Learning Analytics
    		Capabilities for Learning Analytics
    		Design Process
    	Using the Learning Analytics Capability Model in Practice
    		Evaluation of the Learning Analytics Capability Model
    		Phases of Learning Analytics Implementation
    	Measuring Impact on Learning
    	Conclusion and Recommendations
    	References
    Chapter 11 The Role of Trust in Online Learning
    	Abstract
    	Introduction
    	Trust and Online Learning—Literature Review
    	Research Method
    		Characteristics of the Research Sample
    		The Instrument and Data Analysis
    	Research Results
    		Demographic Characteristics of Respondents
    		Technological Availability and Software Used
    		Benefits of Learning Online
    		Bottlenecks in Online Learning
    		Factors Affecting Online Learning
    	Discussion
    	Conclusion
    	References
    Chapter 12 Face Detection with Applications in Education
    	Abstract
    	Introduction
    		Problem Statement
    		Literature Review
    	Face Detection Techniques
    		Geometric Approach
    		Machine Learning Approach
    	Methodology
    		Image
    		Preprocessing
    		Integral Image
    		Removing Haar Features
    	Experimentation
    		Creating the Haar Cascading Classifier
    		Tuning Parameters
    		Experimentation Results
    		Results Metrics
    		Results Comparison Table
    	Conclusions and Future Work
    	Acknowledgments
    	References
    Index




    نظرات کاربران