De ontwikkeling van process mining-gebaseerde real-time, gepersonaliseerde feedback voor slimme leeromgevingen

Dit project beoogt de ontwikkeling van geautomatiseerde, onmiddellijke en persoonlijke feedback voor een slimme leeromgeving gebruikt bij het aanleren van conceptueel modelleren. Door deze uitdaging aan te gaan, willen we onderwijs en training efficiënter maken, een leeromgeving aanbieden die beter aangepast is aan de student, en vooruitgang boeken wat betreft de theoretische fundamenten van digitale leeromgevingen. De kerninnovaties van het project zijn: (1) we ontwikkelen nieuwe predictieve process analytics-technieken die gedragsdata van studenten in rekening nemen; (2) we ontwikkelen een generiek theoretisch raamwerk dat inzicht en aanbevelingen zal geven over de automatisatie van feedback en het ontwerp van een generieke architectuur voor intelligente geautomatiseerde feedback zal sturen; (3) een eigen state-of-the-art leeromgeving zal deze architectuur implementeren en automatisch gepersonaliseerde real-time feedback realiseren op basis van de nieuwe process analytics-technieken en het theoretische raamwerk. Ervaringen met deze case study in de context van het aanleren van conceptuee l modelleren zullen generaliseerbaar zijn naar andere digitale leeromgevingen.

Trefwoorden:conceptueel modelleren, geautomatiseerde feedback, Predictive Process Mining, Learning Analytics, UML, gepersonaliseerde feedback, slimme leeromgeving

Disciplines:Toegepaste wiskunde