dc.contributor.advisor | Clements, Kati | |
dc.contributor.author | Toitturi, Mikko | |
dc.date.accessioned | 2018-02-12T10:59:51Z | |
dc.date.available | 2018-02-12T10:59:51Z | |
dc.date.issued | 2018 | |
dc.identifier.uri | https://jyx.jyu.fi/handle/123456789/57052 | |
dc.description.abstract | Opiskelu verkko-oppimisympäristöissä on lisääntynyt yhä enemmän viime vuosina. Samaan aikaan opiskelumuodon murros on esittänyt uusia haasteita oppilaitoksille: kuinka integroida tehokkaasti tätä uutta teknologiaa osaksi opettamista? Eräänä ratkaisuna ongelmaan on esitelty oppimisen analytiikka, jossa verkko-oppimisympäristöt käyttävät big dataa osana oppimisen ja opettamisen tehostamista. Tutkielmassa esitellään eri tapoja hyödyntää big dataa osana opetusta ja oppimista, arvioidaan niiden hyötyjä ja verrataan niitä perinteisen verkko-oppimisen esittämiin haasteisiin. Tuloksina ilmaantui kolme päätapaa käyttää big dataa osana verkko-oppimisympäristöjä: datan visualisaatio ja ennusteet, suositusjärjestelmät sekä oppimisympäristöjen personointi. Näiden päähyötyinä esiteltiin mm. paranneltu päätöksenteko sekä oppimisen ja opettamisen tehostaminen kerätyn datan pohjalta. Perinteisiin verkko-oppimisen haasteisiin se vastasi mm. monipuolisemmalla ympäristön käytöllä ja jatkuvalla ympäristön kehityksellä. Tutkielma toteutettiin kirjallisuuskatsauksena. | fi |
dc.description.abstract | Nowadays, education is shifting more and more into different e-learning environments. This poses a new challenge to the learning institutions: how to effectively integrate these new technologies into teaching? As one solution to the problem learning analytics is presented. In learning analytics, e-learning environments utilize big data to reinforce both teaching and learning. In the thesis, different ways of utilizing big data in e-learning environments are presented and their benefits are assessed and compared to the traditional challenges of e-learning. As result, three ways to utilize big data were discovered: data visualization and prediction, recommendation systems and personalized learning environments. The main benefits of these technologies were more effective decision-making, learning and teaching based on the data collected. To the traditional challenges of e-learning learning analytics offered i.a. more versatile usage of the environment and the continuous development of the environment. The thesis was conducted as a literature review. | en |
dc.format.extent | 34 | |
dc.language.iso | fin | |
dc.rights | Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty. | fi |
dc.rights | This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited. | en |
dc.subject.other | Oppimisen analytiikka | |
dc.subject.other | big data | |
dc.subject.other | verkko-oppimisympäristöt | |
dc.subject.other | verkko-oppiminen | |
dc.title | Big datan hyödyt moderneissa verkko-oppimisympäristöissä | |
dc.identifier.urn | URN:NBN:fi:jyu-201802121470 | |
dc.type.ontasot | Kandidaatintutkielma | fi |
dc.type.ontasot | Bachelor's thesis | en |
dc.contributor.tiedekunta | Informaatioteknologian tiedekunta | fi |
dc.contributor.laitos | Informaatioteknologia | fi |
dc.contributor.yliopisto | University of Jyväskylä | en |
dc.contributor.yliopisto | Jyväskylän yliopisto | fi |
dc.contributor.oppiaine | Tietojärjestelmätiede | |
dc.date.updated | 2018-02-12T10:59:51Z | |
dc.rights.accesslevel | openAccess | fi |