OnDiscuss : Un nouvel outil pour noter les discussions en ligne
OnDiscuss aide les profs à analyser et noter les discussions en ligne des élèves de manière efficace.
Yanye Luther, Marcia Moraes, Sudipto Ghosh, James Folkestad
― 6 min lire
Table des matières
- Le Défi des Discussions En Ligne
- Qu'est-ce qu'OnDiscuss ?
- Comment Ça Marche, OnDiscuss ?
- Les Avantages d'OnDiscuss pour les Enseignants
- Études de Cas : Tester OnDiscuss
- Enseignant A : Le Novice
- Enseignant B : L'Utilisateur Expérimenté
- Perspectives de l'Étude
- Limitations d'OnDiscuss
- L'Avenir d'OnDiscuss
- Conclusion
- Source originale
Dans les cours en ligne, les étudiants participent souvent à des discussions où ils partagent des idées et collaborent pour comprendre le contenu. Même si ces échanges peuvent mener à un apprentissage plus profond et à une meilleure communication, noter ces discussions peut être un vrai casse-tête pour les profs. Pour faciliter tout ça, un nouvel outil appelé OnDiscuss a été créé. Il aide les enseignants à analyser comment les élèves s'expriment dans ces discussions en ligne en utilisant la technologie pour visualiser les données de ces conversations.
Le Défi des Discussions En Ligne
Les discussions en ligne asynchrones (AOD) permettent aux étudiants d'interagir sans avoir besoin d'être connectés en même temps. Elles sont importantes dans les cours en ligne et hybrides. Ces échanges peuvent améliorer la pensée critique et aider les étudiants à mieux communiquer. Cependant, les profs ont souvent du mal à suivre les contributions de chaque élève. Ils peuvent peiner à voir comment les discussions avancent ou à trouver des résumés utiles. Cela peut rendre la notation longue et compliquée.
Qu'est-ce qu'OnDiscuss ?
OnDiscuss est un outil qui utilise des algorithmes pour analyser le texte des discussions entre étudiants. Il aide les enseignants en visualisant comment les élèves relient leurs idées. L'outil commence par créer une liste de sujets basée sur les discussions, qui sert de code pour guider l’analyse. Les enseignants peuvent ensuite affiner ce code pour mieux s'adapter à leurs besoins. Une fois le code établi, OnDiscuss génère des modèles visuels montrant comment les différentes idées sont reliées dans les discussions.
Comment Ça Marche, OnDiscuss ?
L'outil utilise le text mining pour identifier les principaux sujets des discussions. Il prend toutes les discussions d'un cours et identifie les mots et phrases clés que les étudiants utilisent souvent. Le code initial qu'OnDiscuss crée peut être modifié par les enseignants, leur permettant d'ajouter ou de changer des mots-clés selon leur compréhension des échanges.
Quand les enseignants sont prêts à analyser les discussions, ils peuvent jeter un œil à la vue de groupe pour voir comment les sujets sont connectés à travers toute la classe. Ils peuvent aussi examiner les contributions individuelles pour voir comment chaque élève a participé. Les représentations visuelles rendent plus facile le repérage des contributions fortes et faibles, permettant aux enseignants de donner de meilleurs retours.
Les Avantages d'OnDiscuss pour les Enseignants
Utiliser OnDiscuss offre plusieurs avantages pour les profs.
- Gain de Temps : Les enseignants peuvent rapidement évaluer les discussions de groupe et individuelles sans avoir à lire chaque message en détail. Ils peuvent utiliser les visuels pour repérer les tendances et les domaines qui nécessitent plus d'attention.
- Personnalisable : Comme les enseignants peuvent modifier leurs codes, ils peuvent adapter l’analyse à leurs besoins spécifiques et à leur style d’enseignement.
- Soutien à l'Apprentissage : Les Visualisations peuvent aussi aider les enseignants à planifier de futures discussions et à identifier les sujets qui nécessitent plus d'accent.
Études de Cas : Tester OnDiscuss
L'efficacité d'OnDiscuss a été testée avec deux enseignants. L'un était novice en outils d'analyse, et l'autre avait de l'expérience. Les deux enseignants ont utilisé l'outil pour évaluer les discussions de leurs classes.
Enseignant A : Le Novice
Dans le cas de l'enseignant A, qui n'était pas familier avec ce type d'analyse, les premières interactions avec OnDiscuss ont nécessité un apprentissage intensif. Il avait des doutes sur la création d'un code efficace et sur ce qui rendait les visualisations pertinentes. Après quelques conseils, l'enseignant A a pu créer un code qui reflétait mieux les discussions. Il a constaté que les visualisations l'aidaient à comprendre quels sujets étaient bien abordés et lesquels l'étaient moins. Cette compréhension a aidé l'enseignant A à mieux préparer les élèves pour de futures discussions.
Enseignant B : L'Utilisateur Expérimenté
L'enseignant B, avec de l'expérience dans l'utilisation d'outils similaires, avait une perspective différente. Il a trouvé le code initial utile et n'a fait que des ajustements mineurs. Cependant, il aurait aimé avoir plus de contexte pour comprendre les données visuelles. Il a suggéré que disposer d'une comparaison de base pourrait améliorer l'analyse. Cela montre que, même les utilisateurs expérimentés peuvent trouver OnDiscuss utile, mais ils cherchent encore des moyens d'améliorer leurs aperçus.
Perspectives de l'Étude
L'étude a montré que les enseignants novices et expérimentés ont trouvé OnDiscuss utile de différentes manières. L'enseignant novice a appris à créer de meilleurs codes et à interpréter les données visuelles efficacement. Il s'est rendu compte qu'il pouvait utiliser l'outil non seulement pour évaluer les contributions des étudiants, mais aussi pour encourager une compréhension plus approfondie des sujets de discussion dans les cours futurs.
D'un autre côté, l'enseignant expérimenté a apprécié les capacités de l'outil mais a souhaité des fonctionnalités supplémentaires pour une analyse plus claire. Il a exprimé le besoin de modèles visuels offrant plus d'informations sur les contributions individuelles des élèves et a suggéré d'inclure des comparaisons de base pour des observations plus efficaces.
Limitations d'OnDiscuss
Bien qu'OnDiscuss offre plusieurs avantages, il a aussi des limites. Une des principales préoccupations est qu'il n'analyse que les discussions textuelles. Donc, si les étudiants partagent des images, des vidéos ou des liens, ces contributions ne seront pas visibles dans l'analyse. Cela signifie qu'un certain contexte précieux pourrait être perdu.
Une autre limite est la sélection des enseignants. Les enseignants impliqués dans l'évaluation ont été spécifiquement choisis et représentaient seulement deux disciplines : l'informatique et l'éducation. Les résultats pourraient ne pas s'appliquer à d'autres domaines ou à des classes plus grandes sans recherche supplémentaire.
L'Avenir d'OnDiscuss
En regardant vers l'avenir, il y a beaucoup de potentiel pour améliorer OnDiscuss et ses applications. Les suggestions pour de futures améliorations incluent :
- Modèles de Base : Ajouter un modèle de base pour comparaison pourrait aider les enseignants à déterminer comment leurs classes se comparent à un niveau de contribution standard ou attendu.
- Applications Plus Larges : Tester OnDiscuss dans d'autres matières, surtout dans des cours de premier cycle ou des classes plus grandes, pourrait fournir des aperçus précieux sur son efficacité dans différents contextes éducatifs.
- Analyse en Temps Réel : Réaliser des études dans des classes actuelles plutôt que de s'appuyer sur des discussions passées donnerait une meilleure compréhension de la manière dont OnDiscuss peut soutenir les enseignants durant les cours en direct.
Conclusion
OnDiscuss a du potentiel en tant qu'outil utile pour les enseignants impliqués dans des discussions en ligne asynchrones. Il aide à simplifier le processus d'évaluation, le rendant moins lourd et plus efficace. À mesure que plus de fonctionnalités seront ajoutées et que des environnements plus divers seront testés, OnDiscuss pourrait devenir encore plus précieux dans différents contextes éducatifs, profitant finalement aux enseignants et aux étudiants pour atteindre de meilleurs résultats d'apprentissage.
Titre: OnDiscuss: An Epistemic Network Analysis Learning Analytics Visualization Tool for Evaluating Asynchronous Online Discussions
Résumé: Asynchronous online discussions are common assignments in both hybrid and online courses to promote critical thinking and collaboration among students. However, the evaluation of these assignments can require considerable time and effort from instructors. We created OnDiscuss, a learning analytics visualization tool for instructors that utilizes text mining algorithms and Epistemic Network Analysis (ENA) to generate visualizations of student discussion data. Text mining is used to generate an initial codebook for the instructor as well as automatically code the data. This tool allows instructors to edit their codebook and then dynamically view the resulting ENA networks for the entire class and individual students. Through empirical investigation, we assess this tool's effectiveness to help instructors in analyzing asynchronous online discussion assignments.
Auteurs: Yanye Luther, Marcia Moraes, Sudipto Ghosh, James Folkestad
Dernière mise à jour: 2024-08-19 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2409.00051
Source PDF: https://arxiv.org/pdf/2409.00051
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.