Tartu Ülikooli eesmärk on õpianalüütika võimalusi kasutades vähendada väljalangevust ülikoolist ja toetada üliõpilaste õpingutes edasijõudmist varajase märkamise põhimõttel.

Ülikoolis on loodud ÕISi andmetel (tulevikus ka Moodle'i andmetel) põhinev õpianalüütika mudel katkestamist ennustavatest teguritest. Õpianalüütika projekti käigus arendatakse ÕISis automaatne teavitussüsteem, mis annab programmijuhile ja õppekorralduse spetsialistile märku õppijatest, kes vajaksid õpingutega edukaks toimetulekuks täiendavat tähelepanu. Selline teavitus võimaldab aegsasti kavandada vajalikke üliõpilasi toetavaid tegevusi, sh edastada neile infot õpingute olukorrast ja võimalustest seda parandada. 

Lisaks pakub õpianalüütika mudel programmijuhile infot oma õppekava analüüsiks, mida saab kasutada nii õppetöö korraldamisel kui ka õppekava arendamisel.

The aim of the University of Tartu is, applying learning analytics, to reduce the dropout rate and to support students’ progress in their studies by noticing their difficulties early.

Based on the data of SIS (in the future, also on Moodle data), the university has created a learning analytics model of factors predicting the interruption of studies. In the project of learning analytics, an automatic notification system is developed in SIS, which informs the programme director and the academic affairs specialist of students who would need additional attention for successfully coping with their studies. Such notification enables them to plan the necessary supporting activities, e.g., to forward them information about the situation of their studies and ways of improving it.

In addition, the learning analytics model provides the programme director with information for curriculum analysis which can be used for arrangement of studies and curriculum development.

Tartu Ülikooli õpianalüütika hea tava kirjeldab põhimõtteid, millega tuleb andmete kasutamisel arvestada.

The good practice of learning analytics at the University of Tartu describes the principles to be considered when using the data.

Õpianalüütika on üks abistav vahend õpingute katkestamise ennetamiseks

Õpingute katkestamise põhjused on nii õppija kui ka ülikooli vaates väga mitmetahulised. Seetõttu saab õpianalüütika andmete põhist teavitust käsitleda kui märguannet, millele tuginedes edasi uurida täpsemaid asjaolusid ja/või välja pakkuda erinevaid asjakohaseid soovitusi. Kuigi kõik õpingute katkestamise põhjused ei sõltu ülikoolist, saab ülikool siiski mitmetega neist tegeleda nii õppekava kujundades kui õppijale individuaalset tuge pakkudes. Näiteks on TÜ-s ennetavate ja toetavate tegevustena mitmed nõustamise võimalused nagu õppekorraldus-, akadeemiline, karjääri- ja psühholoogiline nõustamine ning tuutorlus, mentorlus, õpioskusi arendavad kursused jt. 

Learning analytics is an auxiliary means to prevent interruption of study

The causes for interruption of study are manifold from the viewpoint of both the student and the university. Therefore, the notification based on learning analytics data can be used as a signal for precisely examining the circumstances and/or offering pertinent recommendations. Although not all the causes for interruption of study depend on the university, the university can still deal with several of them either by curriculum development or offering individual support to the student. For example, the preventive and supportive activities at the UT include several opportunities for counselling by specialists of academic affairs, career counsellors, psychologists, tutors, mentors, courses for development of learning skills, etc.

Õpianalüütika mudel ja sellel põhinev lähenemine katkestamise vähendamiseks on teaduspõhine

Õpianalüütika mudel ja selle rakendamine tugineb teaduslikele alustele. Mudeli aluseks on ÕISi andmed ning see on välja töötatud Tartu Ülikooli haridusteaduste instituudi teadlaste poolt. Õpianalüütikal põhineva info kasutamine katkestamise vähendamisel ning erinevate tugimeetmete rakendamise kasulikkus on tõendatud arvukates teadusartiklites. Õpianalüütika mudelit arendatakse edasi lisades aja jooksul ka Moodle'i andmed, et pakkuda kiiremat märkamise ja toe pakkumise võimalust, sh esmakursuslastele. 

The learning analytics model and the approach based on it are supported by
research

The learning analytics model and its application are based on research. The model is based on SIS data and has been created by the researchers of the Institute of Education at the University of Tartu. The usefulness of using information based on learning analytics and application of different support measures has been proved in numerous research articles. The model of learning analytics is developed further by adding Moodle data to enable faster
noticing and support, including to first-year students.

Õpianalüütika andmeid kasutavad selleks volitatud isikud sihipäraselt

Juurdepääs õpianalüütika isikustatud infole on piiratud. Õpianalüütika infot näevad vaid oma õppekava raames programmijuhid ja õppekorralduse spetsialistid, lisaks süsteemi arendavad ITO töötajad. Õpianalüütika infot võib isikustatult kasutada vaid tudengile täiendava toe pakkumiseks ja õppija nõustamiseks õpingutes edasijõudmise toetamise eesmärgil. Õppekava tasandil saab programmijuht infot kasutada õppekava arenduseks ja õppetööd toetavate tegevuste kavandamiseks. Isikustatud infot ei tohi jagada teiste õppejõududega ega ülikooli töötajatega. 

Authorised persons use the data of learning analytics purposefully

Access to personalised learning analytics information is limited. Learning analytics information can be seen by programme directors and academic affairs specialists within their curriculum, in addition to them, the Information Technology Office staff who develop the system. Personalised learning analytics information can be used only for offering the student additional support and counselling to support his/her progress in studies. At the curriculum level, the programme director can use the information for curriculum development and planning of activities to support studies. The programme director is not allowed to share personalised information with other lecturers and university staff members.

Õpianalüütika andmetöötlus vastab andmetöötluse nõuetele

Õpianalüütika rakendamine on ülikooli jaoks täiendav võimalus jälgida õppijate edasijõudmist ja toetada neid õpingutes. Ülikool kasutab selleks andmeid vastavalt ettenähtud andmetöötluse nõuetele. Õppijaid teavitatakse õpianalüütika rakendamisest ÕISi esimesel kasutamisel. Õpianalüütika arendusega luuakse edaspidi õppijale võimalus näha ÕISis oma õpingute edenemist.

Processing of learning analytics data follows the requirements of data processing

Application of learning analytics is an additional opportunity for the university to monitor students’ progress and support them in their studies. The university uses these data according to the prescribed requirements of data processing. Students are informed about the application of learning analytics when using SIS for the first time. By developing of learning analytics, the students get the opportunity to see the progress of their studies in SIS in the future.

Õpianalüütika info võimaldab kavandada õppijate õpinguid toetavate tegevusi

Õpianalüütika mudeli abil saab juba varakult märgata võimalikke riske, see loob võimaluse õigeaegse toetuse pakkumiseks ning sobivate tugimeetmete soovitamiseks. Programmijuht või õppekorralduse spetsialist otsustab, mida saadud infoga teha, ta võib õppijaga ühendust võtta, arutada tema õpingutega seotud olukorda ja anda soovitusi. Kavas on õppijatele saata ka automaatseid teavitusi ÕIS-i kaudu. Õppijal on õigus võtta soovitused teadmiseks ning tal on valik otsustada, kas ja mis osas ta neid järgib, sh õigus pakutud abist ära öelda.

Learning analytics information helps to plan activities supporting students’ studies

The model of learning analytics helps to notice potential risks early. This creates opportunities for offering timely support and recommending appropriate support measures. The programme director or the specialist of academic affairs decides what to do with the information received; they can contact the student, discuss the situation of their studies and give recommendations. It is also planned to send students automatic notifications through SIS. The student has the right to acknowledge the recommendations and to decide to which extent to follow them; they can also refuse the help offered.