|
|
課程簡介 Course Introduction
|
|
開課年度學期 Year / Term
|
113 學年度 第 1 學期
|
|
開課班級 Department
|
數位學習科技學系 數位三數位四合選
|
|
授課方式 Instructional Method
|
課堂教學 、 中文
|
|
課程電腦代號 Course Reference Number
|
155038
|
|
課程名稱(中文) Course Title(Chinese)
|
學習分析教育專題製作
|
|
課程名稱(英文) Course Title(English)
|
Educational Project for Learning Analytics
|
|
學分數/時數 Credit Hours
|
3 /
3
|
|
必(選)修 Requirement / Elective Course
|
選修
|
|
授課老師 Instructor
|
張智凱
|
|
助教 Teaching Assistant
|
|
|
上課時間 Meeting Time
|
星期四，節次8、9、A
|
|
上課教室 Classroom
|
J306
|
|
Office Hours
|
張智凱：1122/CDCD
|
| 獲獎及補助情形 Awards and Grants |
|
|
| 聯合國永續發展目標 (SDGs跨域類別) Sustainable Development Goals, SDGs |
|
SDGs 04.
|
優質教育：確保有教無類、公平以及高品質的教育，及提倡終身學習
|
|
|
課程目標 Learning Objectives
|
本課程以專題式學習方法進行，此方法以學生選擇的學習分析研究主題為主，在教師的輔助下評估小組的規劃與實作結果。專題小組透過合作學習特定的學習分析主題，達到提升批判性思考能力、問題解決能力、創造力和創新能力、與溝通和協作能力之目標。有三個主要課程目標：
1.學生能夠選擇一個自己感興趣的學習分析專題，並進行研究、分析和寫作。
2.學生能夠在專題研究中運用微學程所學的知識和技能，並提出自己的見解。
3.學生能夠在專題研究中與同儕合作，並有效地溝通自己的想法。
|
|
先修 ( 前置 ) 課程 Prerequisite
|
|
無先修 ( 前置 ) 課程要求。但建議先完成任一教育大數據微學程的基礎課程。
|
| 彈性教學規劃 Flexible Teaching/Planning Schedules |
| ＊本課程實施16+2週彈性教學方案，其中第17、18週之彈性規劃如下： |
|
|
課程大綱 Course Syllabus
|
| 週次 Week |
課程單元大綱 Unit |
教學方式 Instructional Method/Style/Teaching Style |
參考資料或相關作業 References or Related Materials |
評量方式 Grading |
|
1
|
課程介紹
|
|
|
|
|
2
|
專題研究方法I
|
|
|
|
|
3
|
專題研究方法II
|
|
|
|
|
4
|
小組選定學習分析研究專題
|
|
|
|
|
5
|
小組學習分析研究規劃分享
|
|
|
|
|
6
|
文獻探討I
|
|
|
|
|
7
|
文獻探討II
|
|
|
|
|
8
|
教育資料集選擇
|
|
|
|
|
9
|
選定教育資料集分享
|
|
|
|
|
10
|
教育資料集分析I
|
|
|
|
|
11
|
教育資料集分析II
|
|
|
|
|
12
|
教育資料集分析III
|
|
|
|
|
13
|
初步學習分析結果分享
|
|
|
|
|
14
|
專題成果報告撰寫I
|
|
|
|
|
15
|
專題成果報告撰寫II
|
|
|
|
|
16
|
專題成果報告撰寫III
|
|
|
|
|
17
|
專題成果展示與簡報排練
|
|
|
|
|
18
|
期末專題成果展示
|
|
|
|
|
單一課程對應校能力指標程度 The Degree to Which Single Course Corresponds to School Competence
|
| 編號 No. |
校核心能力 School Core Competencies |
符合程度 Degree of conformity |
|
1
|
公民力 (Citizen)
|
3
|
|
2
|
自學力 (Self-learning)
|
3
|
|
3
|
資訊力 (Information)
|
3
|
|
4
|
創造力 (Creativity)
|
3
|
|
5
|
溝通力 (Communication)
|
3
|
|
6
|
就業力(Employability)
|
3
|
|
單一課程對應系能力指標程度 The Degree to Which Single Course Corresponds to Department Competence
|
| 編號 No. |
類別 Category |
系核心能力 Department Core Competencies |
符合程度 Degree of conformity |
|
01
|
系所
|
能均衡習得數位學習科技專業知能及通識教育
|
3
|
|
02
|
系所
|
能掌握資訊科技並結合學習理論
|
3
|
|
03
|
系所
|
能具備數位內容產業所需能力並具有國際競爭力
|
3
|
|
04
|
系所
|
能創新發展數位內容產業相關技術
|
3
|
|
05
|
系所
|
能具備「主動求知」、「研究創新」、「團隊合作」、「組織倫理」之精神，能統整科技學術能力，能進行實證研究與發表
|
3
|
|
單一課程對應院能力指標程度 The Degree to Which Single Course Corresponds to College Competence
|
| 編號 No. |
院核心能力 College Core Competencies |
符合程度 Degree of conformity |
|
1
|
語文能力
|
3
|
|
2
|
溝通與合作能力
|
3
|
|
3
|
創新與實踐能力
|
3
|
|
4
|
專業知能
|
3
|
|
教科書或參考用書 Textbooks or Reference Books
|
|
館藏書名 Library Books
|
|
備註 Remarks
|
參考書目
1. Le Quy, T., Roy, A., Iosifidis, V., Zhang, W., & Ntoutsi, E. (2022). A survey on datasets for fairness‐aware machine learning. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 12(3), e1452.
2. Waheed, H., Hassan, S. U., Aljohani, N. R., Hardman, J., Alelyani, S., & Nawaz, R. (2020). Predicting academic performance of students from VLE big data using deep learning models. Computers in Human behavior, 104, 106189.
3. Adnan, M., Habib, A., Ashraf, J., Mussadiq, S., Raza, A. A., Abid, M., ... & Khan, S. U. (2021). Predicting at-risk students at different percentages of course length for early intervention using machine learning models. Ieee Access, 9, 7519-7539.
4. Rizvi, S., Rienties, B., & Khoja, S. A. (2019). The role of demographics in online learning; A decision tree based approach. Computers & Education, 137, 32-47.
5. Qiu, F., Zhang, G., Sheng, X., Jiang, L., Zhu, L., Xiang, Q., ... & Chen, P. K. (2022). Predicting students’ performance in e-learning using learning process and behaviour data. Scientific Reports, 12(1), 453.
數據來源
Open University Learning Analytics dataset
** Kuzilek,Jakub, Hlosta,Martin, and Zdrahal,Zdenek. (2015). Open University Learning Analytics dataset. UCI Machine Learning Repository. https://doi.org/10.24432/C5KK69.
Higher Education Students Performance Evaluation
** Yilmaz,Nevriye and Şekeroğlu,Boran. (2023). Higher Education Students Performance Evaluation. UCI Machine Learning Repository. https://doi.org/10.24432/C51G82.
Student Performance
** Cortez,Paulo. (2014). Student Performance. UCI Machine Learning Repository. https://doi.org/10.24432/C5TG7T.
台南市教育局提供資料集。
|
※請尊重智慧財產權，不得非法影印教科書※
※ Please respect intellectual property rights and do not illegally photocopy textbooks. ※
|
教學方法 Teaching Method
|
|
教學方法 Teaching Method
|
百分比 Percentage
|
|
講述
|
15 %
|
|
討論
|
35 %
|
|
專題實作
|
50 %
|
| 總和 Total |
100 % |
|
成績評量方式 Grading
|
| 評量方式 Grading |
百分比 Percentage |
|
課堂參與
|
15 %
|
|
出席狀況
|
15 %
|
|
小組書面報告
|
20 %
|
|
小組口頭報告
|
20 %
|
|
作業撰寫
|
30 %
|
| 總和 Total |
100 % |
|
課程大綱補充資料 Supplementary Material of Course Syllabus
|
|
|
|