C 2021

Visualization of Student-Item Interaction Matrix

EFFENBERGER, Tomáš a Radek PELÁNEK

Základní údaje

Originální název

Visualization of Student-Item Interaction Matrix

Autoři

EFFENBERGER, Tomáš (203 Česká republika, garant, domácí) a Radek PELÁNEK (203 Česká republika, domácí)

Vydání

Cham, Visualizations and Dashboards for Learning Analytics, od s. 439-456, 18 s. Advances in Analytics for Learning and Teaching, 2021

Nakladatel

Springer

Další údaje

Jazyk

angličtina

Typ výsledku

Kapitola resp. kapitoly v odborné knize

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Švýcarsko

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

elektronická verze "online"

Odkazy

Kód RIV

RIV/00216224:14330/21:00123675

Organizační jednotka

Fakulta informatiky

ISBN

978-3-030-81221-8

Klíčová slova anglicky

exploratory data analysis; learning environment; heat map; dotted chart

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 12. 1. 2022 13:25, RNDr. Tomáš Effenberger, Ph.D.

Anotace

V originále

One type of visualization of data from digital learning environments focuses on students’ interaction with the educational content. Students may, for example, answer questions, read texts, or solve problems. We can represent these interactions as a matrix, where rows correspond to students, columns to educational items, and values to some aspect of student activity (e.g., the correctness of answers, response times, the order of actions). Visualizing this matrix is useful for several purposes. For teachers, it can provide an understanding of the skill and behavior of their students. For system developers, it can provide insight into the behavior of both students and adaptive algorithms, and it can also help detect suspicious activity. For researchers, it can provide an understanding of the properties of datasets used in experiments and valuable warnings about biases that are present in data. However, suitable visualization of the student-item interactions is nontrivial. To facilitate the design of the visualization, we provide a systematic discussion of approaches to student-item matrix visualization. Using data from an introductory programming exercise, we also provide specific illustrations of different visualization designs.

Návaznosti

MUNI/A/1573/2020, interní kód MU
Název: Aplikovaný výzkum: vyhledávání, analýza a vizualizace rozsáhlých dat, zpracování přirozeného jazyka, umělá inteligence pro analýzu biomedicínských obrazů.
Investor: Masarykova univerzita, Aplikovaný výzkum: vyhledávání, analýza a vizualizace rozsáhlých dat, zpracování přirozeného jazyka, umělá inteligence pro analýzu biomedicínských obrazů.