[论文解读] Indicators of Good Student Performance in Moodle Activity Data

Ewa Młynarska, Derek Greene+1 more|arXiv (Cornell University)|Jan 12, 2016

Innovative Teaching and Learning Methods被引用 16

一句话总结

本研究分析了60个本科计算机科学课程作业的Moodle活动日志，以识别高学生成绩的早期预测指标。研究发现，尽早提交、整体活动水平高以及晚间活动是良好成绩的强预测指标，尽管部分作业显示出努力程度与成绩之间的负相关关系，提示课程设计或评估方式可能存在潜在问题。

ABSTRACT

In this paper we conduct an analysis of Moodle activity data focused on identifying early predictors of good student performance. The analysis shows that three relevant hypotheses are largely supported by the data. These hypotheses are: early submission is a good sign, a high level of activity is predictive of good results and evening activity is even better than daytime activity. We highlight some pathological examples where high levels of activity correlates with bad results.

研究动机与目标

• 利用Moodle日志数据识别良好学生成绩的早期指标。
• 检验三个关键假设：尽早提交、高活动水平和晚间活动是否为高分的预测因子。
• 检测高活动水平与低分之间存在负相关的异常情况。
• 通过行为模式识别潜在风险学生，支持及时的学术干预。

提出的方法

• 从360门课程中收集并匿名化Moodle日志数据，重点关注60份具有完整提交记录的作业。
• 计算作业成绩与提交截止时间剩余时间之间的皮尔逊相关系数。
• 使用经筛选的Moodle事件子集定义活动事件（例如：查看作业、提交评分、查看页面）。
• 计算提交前两周内活动事件数量与成绩之间的相关系数。
• 将活动划分为白天（上午8点至下午6点）和晚间（下午6点至午夜）时段，以比较其预测能力。
• 采用时间序列分析方法研究活动模式，并识别高绩效或低绩效的聚类。

实验结果

研究问题

• RQ1 在Moodle课程中，尽早提交是否与更高成绩相关？
• RQ2 提交前的高Moodle活动水平是否可预测更好的学业表现？
• RQ3 晚间活动是否比白天活动与高分有更强的相关性？
• RQ4 是否存在高活动水平与成绩呈负相关的案例？其原因可能是什么？

主要发现

• 在60份作业中，有42份显示出提交截止时间剩余时间与最终成绩呈正相关，支持尽早提交作为成功预测指标。
• 在60份作业中，有41份显示出整体活动水平与成绩呈正相关，证实更高的参与度通常与更好表现相关。
• 晚间活动与成绩的平均相关系数为0.13，高于白天活动的0.07，表明参与时间的早晚具有影响。
• 在19份作业中观察到活动与成绩的负相关关系，尤其集中在一年级课程中，提示可能存在时间管理或评估设计方面的问题。
• 三年级课程在提交时间与成绩之间的平均相关系数最高（0.33），表明高年级学生时间管理能力更强。
• 高活动但低分的异常情况与模糊的截止时间、缺乏延迟扣分机制或评分方案的固有缺陷有关，凸显需要从课程层面进行分析。