- Опубликовано
Метрики учебной аналитики: как считать правильно
- Автор
- Имя
- Красивая аналитика | HR | Tech
- Telegram
- Красивая аналитика | HR | Tech18345 подписчиков1191 постАвторский канал Про HRTech продукты, автоматизацию HR процессов, аналитику, данные о людях, опыт пользователей и жизнь вокруг РКН: https://vk.cc/cHknrk за сотрудничеством к @victoria_pi или https://telega.in/c/whrdata/?r=hC2dMj5r HR
Кратко
Как правильно измерять эффективность обучения: метрики учебной аналитики, трудность задачи, дискриминативность, индекс попытки
#заметки_с_конференций
#учебная_аналитика #обучение
Доказательное образование,
заметки с выступления Дмитрия Аббакумова из Яндекс.Практикум на YaC/e
👎 Неправильно считать
количество:
* заходов на платформу
* просмотренных уроков
* выполненных домашних заданий
👍 Правильно считать:
* уровень знаний до обучения и после
_
Уровень студента ≠ оценка за проект/задачу
А, например,
Уровень студента зависит от:
* оценка за проект
* трудность проекта
* эффект оценивающего
или
* оценка за задачу
* трудность задачи
* эффект попытки
* время решения
___
Доказательные метрики учебной аналитики:
Трудность задачи
= количество студентов, ответивших правильно по отношению к общему числу решавших задачу
Дискриминативность
Показывает насколько студенты, решившие эту задачу, успешны на курсе в целом
Индекс попытки
Насколько студенты, не решившие задачу с первой попытки, прирастают в шансах решить ее при последующих попытках
Когнитивная посильность (для урока или темы) - вероятность освоения урока или темы одним, средним, студентом
