dc.contributor.author | Aksovaara, Satu | |
dc.date.accessioned | 2024-12-04T08:32:53Z | |
dc.date.available | 2024-12-04T08:32:53Z | |
dc.date.issued | 2024 | |
dc.identifier.isbn | 978-952-86-0447-1 | |
dc.identifier.uri | https://jyx.jyu.fi/handle/123456789/98803 | |
dc.description.abstract | Oppimisanalytiikkaa voidaan käyttää pedagogisten innovaatioiden kehittämiseen, arviointiin ja parantamiseen, sillä se tarjoaa tietoa toiminnan ja päätöksenteon tueksi. Oppimisanalytiikka liitetään usein digitaalisilla alustoilla tapahtuvaan oppimiseen. Korkeakoulutuksen digitalisaation myötä työelämälähtöinen ammattikorkeakoulupedagogiikka toteutuu yhä monimuotoisemmissa ympäristöissä sekä vaihtelevissa sosiaalisissa konteksteissa. Tarvitaan tutkimusta siitä, miten oppimisanalytiikka voidaan kestävällä ja joustavalla tavalla integroida näihin tilanteisiin opiskelijalähtöisen pedagogiikan tukemiseksi.
Tutkimus tarkastelee oppimisanalytiikan hyödyntämistä opintojaksotasolla ammattikorkeakoulun digitaalisesti rikkaassa oppimisen ekosysteemissä. Oppimista tukee oppimisalustalle rakennettu prosessi, johon liitetään opiskelukokemusta tunnistava analytiikka. Lähestymistapa oppimisanalytiikan hyödyntämiseen on vahvasti pedagoginen. Keskiössä ovat opiskelijalähtöisyys ja opiskelijoiden kokemusten ymmärtäminen. Tutkimuksessa analytiikkaa hyödynnetään muun muassa psykologisten tekijöiden – kuten minäpystyvyyden, opiskelukyvyn, opiskelumotivaation ja hyvinvoinnin – sekä opiskeluaikaisten tunnekokemusten tarkasteluun.
Tutkimuksen tavoitteena on selvittää, millaista dataa voidaan hyödyntää opiskelijoiden yksilöllisten tarpeiden tunnistamisessa sekä miten tämä data tulisi kerätä ja hyödyntää oppimisprosessissa. Tutkimuksessa otetaan huomioon oppimisanalytiikan kestävään ja eettiseen käyttöön liittyvät periaatteet. Tutkimus koostuu viidestä osatutkimuksesta, joissa kerätään laadullisia ja määrällisiä aineistoja, kuten fokusryhmähaastatteluja, kyselyjä ja oppimisalustojen dataa. Laadullinen aineisto analysoidaan temaattisella sisällönanalyysillä ja määrällinen aineisto tilastollisin menetelmin. Analyysit tarjoavat monipuolista tietoa opiskelijoiden tarpeista ja kokemuksista.
Tulokset osoittavat, että oppimisanalytiikan avulla voidaan kerätä ja analysoida opiskelijoiden kokemuksia erilaisissa oppimisen konteksteissa. Oppimisprosessiin integroitu oppimisanalytiikan hyödyntämismenetelmä mahdollistaa tietoon perustuvan päätöksenteon ja reagoinnin, tukien opiskelijan oppimisprosessin omistajuutta. Tulokset tarjoavat suosituksia ja toimintamalleja oppimisanalytiikan kestävästä integroinnista korkeakoulupedagogiikkaan. | fi |
dc.description.abstract | Learning analytics can be used to develop, evaluate, and improve pedagogical innovations by providing data to support decision-making and instructional practices. Learning analytics is often associated with digital platforms and online learning environments. With the digitalization of higher education, the pedagogy of universities of applied sciences is implemented in diverse learning environments and social contexts, such as small groups or teams. Research is needed to explore how learning analytics can be sustainably integrated into these varied environments to advance student-centered pedagogy.
This study examines the use of learning analytics at the course level within the digitally enriched learning ecosystem of a university of applied sciences, where learning is supported by a process designed on a digital learning plat-form. The learning process combines self-directed online learning with teacher-facilitated teamwork. The approach to utilizing learning analytics is strongly pedagogical, emphasizing student-centeredness and an understanding of students’ experiences. Learning analytics in this study is used to examine psychological factors — such as self-efficacy, study ability, motivation, and study well-being — as well as students' emotional experiences during their studies.
The study aims to identify what types of analytics data can be used to recognize students’ individual needs and how this data should be collected and applied. The study incorporates principles of sustainable and ethical use of learning analytics. It comprises five sub-studies that use both qualitative and quantitative data, including focus group interviews, surveys, and data from learning platforms. Qualitative data is analyzed using thematic content analysis, while quantitative data is examined with statistical methods. The analyses provide diverse insights into awareness of students' needs, characteristics, and experiences, supporting the development of pedagogical practices.
The findings indicate that learning analytics can be used to gather and analyze students’ experiences across different learning contexts. Integrating learning analytics into the learning process enables data-informed decision-making and responsiveness, enhancing students' ownership of their learning process. The findings offer recommendations and practical models for the sustainable integration of learning analytics into higher education pedagogy. | en |
dc.format.mimetype | application/pdf | |
dc.language.iso | fin | |
dc.publisher | Jyväskylän yliopisto | |
dc.relation.ispartofseries | JYU Dissertations | |
dc.relation.haspart | <b>Artikkeli I:</b> Teräs, M., Silvola, A., Teräs, H., Hartikainen, S., Aksovaara, S., Hietaniemi, R., & Muukkonen, H. (2020). Learning analytics for students: Synthesis of two user needs studies in Finnish higher education. <i>Proceedings of EdMedia + Innovate Learning (pp. 455-463). Association for the Ad-vancement of Computing in Education (AACE).</i> <a href="https://urn.fi/URN:NBN:fi-fe2022021519072"target="_blank"> Full text</a> | |
dc.relation.haspart | <b>Artikkeli II:</b> Aksovaara, S., & Silvennoinen, M. (2022). Applying learning analytics and learning design to support study progress in online course – a case study. <i>EAPRIL 2021 Conference Proceedings, 7 (pp. 1-15). European Association for Practitioner Research on Improving Learning. </i> <a href="https://urn.fi/URN:NBN:fi-fe2023022728732"target="_blank"> Full text</a> | |
dc.relation.haspart | <b>Aksovaara III:</b> Aksovaara, S., & Silvennoinen, M. (2022). Understanding learners’ needs: Exploratively utilized learning analytics on students' experiences during blended teamwork process - Abstract. <i>Proceedings of the 1st Finnish Learning Analytics and Artificial Intelligence in Education Conference (FLAIEC 2022) (pp. 112-115). </i> <a href="https://ceur-ws.org/Vol-3383/FLAIEC22_paper_5347.pdf"target="_blank"> Full text</a> | |
dc.relation.haspart | <b>Artikkeli IV:</b> Aksovaara, S., Kärkkäinen, T., & Silvennoinen, M. (2024). Higher Education Student's Self-Efficacy Beliefs During and Post Pandemic: an Explorative Learning Analytics Study. <i>A. Pucihar, M. Kljajić Borštnar, S. Blatnik, R. W. H. Bons, K. Smit, & M. Heikkilä (Eds.), 37th Bled eConference : Resilience Through Digital Innovation : Enabling the Twin Transition (pp. 77-88). University of Maribor Press.</i> DOI: <a href="https://doi.org/10.18690/um.fov.4.2024.5"target="_blank">10.18690/um.fov.4.2024.5</a> JYX: <a href="https://jyx.jyu.fi/handle/123456789/96295"target="_blank"> jyx.jyu.fi/handle/123456789/96295</a> | |
dc.relation.haspart | <b>Artikkeli V:</b> Aksovaara, S., Määttä, S., Kärkkäinen, T. & Silvennoinen, M. (2024). Enhancing study experience through teacher response: A learning analytics case study of two course implementations. <i>Under review.</i> | |
dc.rights | In Copyright | |
dc.title | Kohti opiskelijakeskeistä analytiikkaa ammattikorkeakoulussa | |
dc.type | doctoral thesis | |
dc.identifier.urn | URN:ISBN:978-952-86-0447-1 | |
dc.contributor.tiedekunta | Informaatioteknologian tiedekunta | fi |
dc.contributor.tiedekunta | Faculty of Information Technology | en |
dc.type.coar | http://purl.org/coar/resource_type/c_db06 | |
dc.relation.issn | 2489-9003 | |
dc.rights.copyright | © The Author & University of Jyväskylä | |
dc.rights.accesslevel | openAccess | |
dc.type.publication | doctoralThesis | |
dc.format.content | fulltext | |
dc.rights.url | https://rightsstatements.org/page/InC/1.0/ | |