|
|
|
|
| LEADER |
04088nam a2200229uu 4500 |
| 005 |
20190227092000.0 |
| 008 |
s2007 ci a |||||||||| ||hrv|d |
| 035 |
|
|
|a HR-ZaFER 34416
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 041 |
|
|
|a hrv
|
| 080 |
|
|
|a 004.738.5:374
|j Internet i edukacija. E-učenje.
|9 2909
|
| 100 |
1 |
|
|9 31198
|a Grubišić, Ani
|
| 245 |
|
|
|a Vrednovanje učinka inteligentnih sustava e-učenja :
|b magistarski rad /
|c Ani Grubišić ; [mentor Slavomir Stankov]
|
| 260 |
|
|
|a Zagreb :
|b A. Grubišić ; Fakultet elektrotehnike i računarstva,
|c 2007.
|
| 300 |
|
|
|a 195 str. :
|b ilustracije ;
|c 30 cm +
|e CD
|
| 504 |
|
|
|a Bibliografija str. 161-168.
|
| 520 |
|
|
|a S obzirom na veliku prisutnost e-uèenja u svijetu obrazovanja, potrebno je osigurati valjano i uèinkovito okruženje u kojem bi se e-uèenje odvijalo. Upravo zbog èinjenice da sustavi e-uèenja zbog svoje prisutnosti u procesu uèenja i pouèavanja, utjeèu na taj isti proces, kao i na postignuæa uèenika, smatramo da se u nastavi mogu koristiti samo oni sustavi èija je uèinkovitost provjerena.
U ovom radu smo inteligentne tutorske sustave prikazali kao posebnu vrstu inteligentnih sustava e-uèenja, a samim time i sustava e-uèenja opæenito. Na temelju spoznaja iz literature dali smo pregled i klasifikaciju metoda vrednovanja, objasnili postupke i instrumente prikupljanja podataka. Pošto je proces vrednovanja uèinka dugotrajan, a izbor metoda za vrednovanje velik, odluèili smo pristupiti definiranju vlastite metodologije koja predstavlja sintetièki pristup vrednovanju uèinka kojim se povezuju eksperiment i ideja o provjeravanju uèinka sustava u što veæem broju meðustanja. Ova metodologija je implementirana u okviru programskog alata za automatsko vrednovanje uèinka sustava e-uèenja koji omoguæava jednostavno vrednovanje uèinka.
Nastavak istraživanja je orijentiran prema primjeni definirane metodologije, kao i programskog alata za automatsko vrednovanje uèinka sustava e-uèenja, za vrednovanje uèinka što veæeg broja sustava e-uèenja razlièitih kategorija, što bi omoguæilo provedbu meta-analize i procjenu sveukupne velièine uèinka razlièitih podkategorija sustava e-uèenja.
Ključne riječi:
e-učenje, sustavi e-učenja, inteligentni sustavi e-učenja, inteligentni tutorski sustavi, vrednovanje učinka, veličina učinka, 2-sigma problem
|
| 520 |
|
|
|a Concerning great presence of the e-learning in education, it is necessary to enable valid and efficient environment for its realization. Due to the fact that e-learning systems influence learning and teaching process, as well as students’ achievements, we believe that only those systems, whose efficiency has been evaluated, can be used in educational process.
In this thesis we have shown that intelligent tutoring systems are one special class of intelligent e-learning systems, and e-leaning systems in general. Based on literature findings, we have presented classification of evaluation methods, as well as explained methods and instruments for gathering data. As efficiency evaluation process is long-lasting and choice of evaluation methods is vast, we have decided to define our own evaluation methodology that presents synthetic approach that relates an experiment and an idea about checking system’s efficiency in intermediate states. This methodology has been implemented in a system for automatic evaluation of e-learning systems’ educational influence that enables easy efficiency calculation.
Further research is oriented towards application of the defined methodology, as well as the system for automatic evaluation, to evaluate efficiency of as much as possible e-learning systems. That would enable calculation of the overall effectiveness of different categories of e-learning systems using meta-analysis.
Key words:
e-learning, e-learning systems, intelligent e-learning systems, intelligent tutoring systems, evaluating educational influence, effect size, 2-sigma problem
|
| 700 |
|
|
|4 ths
|9 35957
|a Stankov, Slavomir
|
| 942 |
|
|
|c M
|2 udc
|
| 990 |
|
|
|a 32182
|
| 999 |
|
|
|c 30010
|d 30010
|