De Wetenschap achter blended onderwijs deel 12 | De rol van onderwijseigenschappen bij het voorspellen van academisch succes

Deze maand: Om de effectviteit van blended learning te meten, kun je het beste rekening houden met de specifieke onderwijsaanpak en de eigenschappen van de student.

Koos Winnips heeft dit artikel in de reeks voor je uitgekozen. Hij is onderwijsadviseur aan de Rijksuniversiteit Groningen.

Jovanović, J., Saqr, M., Joksimovíc, S., & Gašević, D. (2021). Students matter the most in learning analytics: The effects of internal and instructional conditions in predicting academic success. Computers & Education, 172, 104251. https://doi.org/10.1016/j.compedu.2021.104251

Wat je in dit artikel leest

Voor dit onderzoek is er gekeken naar factoren die het studiesucces van blended learning beïnvloeden. Dit is gedaan in een grote groep vakken met dezelfde onderwijsmethode (problem based learning). Hierbij is gekeken of de context of de karakteristieken van de student bepalend waren. Daaruit komt naar voren dat de gespendeerde online tijd, regelmatige bijdragen aan discussiefora en regelmatig inloggen bij het vak belangrijk zijn.

Verder bleek dat vooral individuele factoren invloed hebben op het studiesucces bij blended learning. Als we willen weten hoe effectief verschillende elementen van blended learning zijn, moeten we kijken naar vakspecifieke karakteristieken. In dit geval: het meedoen aan discussies was belangrijk in een aanpak van problem based learning. Zulke specifieke kenmerken, die al dan niet passen bij persoonlijke kenmerken van de student zijn belangrijk om effectief onderwijs te ontwerpen voor blended learning.

Waarom we dit artikel hebben geselecteerd

Dit artikel laat zien dat je het belangrijk is om ‘analytics’ te koppelen aan een specifieke onderwijsmethode. Nieuwe inzichten zijn in dit geval het belang van regelmatige bijdragen aan een discussieforum en regelmatig (wekelijks) inloggen. Deze bevindingen passen bij de (in dit geval) de probleemgerichte onderwijsmethode die gebruikt is. Verder geeft dit artikel aan dat individuele studenteigenschappen hieraan gekoppeld moeten worden. Om het effect van goed blended onderwijs te meten, moeten dus verder gaan kijken dan algemene eigenschappen zoals cursustoegang en tijd die is besteed in de leeromgeving.

Hoe sluit dit aan op jouw onderwijspraktijk?

Herken je in je eigen onderwijspraktijk het belang van regelmatig inloggen en deelnemen aan discussiefora voor het studiesucces van studenten? Of gebruik je een andere onderwijsaanpak, en meet je dus op andere kenmerken om studiesucces te voorspellen?

Kennis over blended learning opdoen

De Special Interest Group (SIG) Blended Learning en de Vraagbaak Online Onderwijs hebben de handen ineen geslagen. Elke maand selecteren deze twee SURF-communities speciaal voor jou een relevant wetenschappelijk artikel over blended learning dat interessant is om te lezen. We stellen je een prikkelende vraag en we stimuleren je om naar je onderwijs / omgeving te kijken en je kennis en ervaring te delen. We vinden het geweldig als je jouw antwoord hieronder of op LinkedIn met ons wil delen!
 

• Lees hier deel 1 in deze serie over docentstrategieën voor betrokkenheid.
• Hier lees je deel 2 over peerfeedback bij blended learning.
• Lees hier deel 3 over de effectiviteit meten van blended learning.
• Hier vind je deel 4 over gevoel van leren bij actief leren.
• Lees hier deel 5 over professionalisering bij blended learning.
• Hier vind je deel 6 over blended learning als leermodel.
• Hier lees je deel 7 over het belang van face-to-face onderwijs bij blended learning.
• Hier vind je deel 8 over het TPACK-model als kader en ontwerpmodel.
• Hier lees je deel 9 over het studentenperspectief op leren in een actieve en blended onderwijscontext.
• Hier vind je deel 10 over gespersonaliseerd leren in blended leeromgevingen.
• En hier lees je deel 11: Hoe studenten meer regie nemen in hun leerervaring.

Omslagfoto door Dan Cristian Pădureț via Unsplash

The science behind Blended Learning | Part 12: Students matter the most in learning analytics: The effects of internal and instructional conditions in predicting academic success

Blended learning is one of today’s main topics in higher education. A lot of research on the topic has been conducted over the past years which gives us the opportunity to look at what evidence there is. But it can be daunting. With so many scientific articles, so much information…where to start and what to read? No worries, we’ve got you covered. Each month we’ll pick one scientific paper on blended learning to get you started on expanding your knowledge on the topic.

This month: To measure what works in blended learning designs, we must look at the specific instructional approach, and how it fits what student.

Koos Winnips selected this article in the series. He is an educational consultant at University of Groningen.

Jovanović, J., Saqr, M., Joksimovíc, S., & Gašević, D. (2021). Students matter the most in learning analytics: The effects of internal and instructional conditions in predicting academic success. Computation & Education, 172, 104251. https://doi.org/10.1016/j.compedu.2021.104251

What to expect in this article

This study looks for indicators that explain academic success in blended learning courses in the same discipline, and with the same instructional approach (problem based learning). Further, it studies to what extent the instructional context and individual student features determine the final grade of students. Models were built and tested for several types of interactions of the students within the course’s learning management system. It was found that factors of overall course engagement (time spent online, regular discussion forum posts and regular weekly course access) contributed to course success. But more so, individual factors were more important. This points to the need to capture data about individual students, that fits with the specific instructional design.

Why we think this article is a must-read

To learn what factors are important for the success of blended learning, this article shows we need to use analytics that are connected to the educational approach used. New findings from this study are that regular posting in the forum, and regular weekly course access has effects on student success. Also this study shows a need to start using analysis tools that focus on specific instructional designs. So, to measure if the blended course design works, we should make the measurement tools specific. As in this case: the use of the course forum is highly relevant to the problem based learning format of the course. This helps us better measure the effects of blended course designs and which design fits which student.

How does this align with your teaching practice?

Do you recognize the importance regular course access by students and participating in discussion forums as important factors of student success? Or, do you use a different educational approach, and thus use different factors to measure success?

Gaining more scientific knowledge on blended learning

SURF’s Special Interest Group (SIG) Blended Learning and Vraagbaak Online Onderwijs will be working together from now on. Each month they will provide you with a relevant article on blended learning and an inspiring question. Easy, accessible and up to date. We invite you to share your thoughts on the selected articles either here or on LinkedIn.

Previous articles in this series:

• Part 1: Strategies to foster student engagement
• Part 2: Peer feedback in a Blended Learning environment
• Part 3: Evaluating the effectiveness of blended learning.
• Part 4: Measuring actual learning versus feeling of learning.
• Part 5: Professional development for Blended Learning.
• Part 6: Blended learning as an instructional model in vocational education.
• Part 7: How face to face activities impact the effect of Blended Learning.
• Part 8: The TPACK and Multimodal model as framework for designing and implementing blended learning.
• Part 9: Student perspectives on learning experiences in a higher education active blended learning context.
• Part 10: Personalized learning in higher education settings.
• Part 11: How students take more direction in their learning experience.