Indirekte Bewertung in der ergebnisorientierten Bildung durch Data Mining

Die ergebnisorientierte Bildung (OBE) gewährleistet Beschäftigungsfähigkeit, personalisiertes Lernen, gerechte Bildung, kompetenzbasiertes Lernen und Wissensaufbau. Die ergebnisorientierte Bildung wird verwendet, um das Erreichen von kompetenten Fähigkeiten zu erfassen, die die Studierenden durch den Lernprozess entwickelt haben. Sie wird sogar von vielen Akkreditierungsstellen verwendet. Die Einführung von OBE hilft bei der Verbesserung von Kursinhalten und Lernergebnissen, um die Effizienz des Lehr- und Lernprozesses zu steigern. Es erweist sich als ein schülerzentrierter Ansatz des Lehrens und Lernens. Da Feedback eine gute Quelle für die Verbesserung eines jeden Prozesses ist, muss ein systematischer Ansatz entwickelt werden, um die Erreichung von OBE mit Hilfe eines automatisierten indirekten Bewertungsinstruments zu überprüfen. Die herkömmliche Art und Weise, das Erreichen von Ergebnissen zu bewerten, ist nicht optimal. Die manuelle Berechnung der Ergebnisse aus den riesigen Datensätzen erfordert einen hohen Aufwand. Daher ist ein automatisiertes Verfahren zur indirekten Bewertung der Ergebnisse in der heutigen Zeit unumgänglich geworden.

Autorentext

Jeevan Bhatia é uma especialista adroit no campo do desenvolvimento, implementação e promoção de uma visão estratégica e liderança na gestão de iniciativas inovadoras e tem um forte conhecimento no domínio da educação. O seu principal trabalho de investigação centra-se na Educação Baseada em Resultados, Mineração de Dados Educativos, Análise de Grandes Dados, MooCs e Inteligência Computacional.