Learning & Student Analytics Conference

van 22 OKT 2018 tot 23 OKT 2018 

Learning & Student Analytics Conference (LSAC) 2018 brengt onderzoekers, (inter)nationale beleidsmakers, onderwijs assistenten, studenten en werknemers bij elkaar om de laatste inzichten op het gebied van Learning Analytics te bespreken. Verder is het een platform dat stakeholders betrekt bij kritische gesprekken over dit onderwerp.

Datum
22 okt 2018
Tijdstip
10:00-17:00
Locatie
UvA-REC-A building, Amsterdam
Kosten
120 euro
Voorkennis nodig?
Nee
Type onderwerp
Beleidsmatig onderwerp
Soort bijeenkomst
Symposium

Centraal thema: Artificial Intelligence 

Dit jaar staat de conferentie in het teken van leerpraktijken, verbinden van thema's, en case studies over Artificial Intelligence (AI). Academici en praktijkbeoefenaars die geïnteresseerd zijn in o.a. zelfgestuurd leren, de incorporatie van nieuwe gegevensbronnen binnen het domein van learning analytics, privacy en ethiek, en data veiligheid, kunnen via de website een abstract indienen. 

Keynote spreker Timothy A. McKay

Timothy A. McKay is professor in Fysica, Astronomie en Educatie, en hoofdonderzoeker van de Digitale Innovatie Greenhouse van de Universiteit van Michigan. In zijn onderwijs onderzoek richt hij zich op  begrijpen en verbeteren van de uitkomsten van post secundair studenten waarbij hij rijke, uitgebreide en complexe digitale data produceerd tijdens de cursussen die studenten van de 21ste eeuw opleiden. Hij was de eerste met systemen zoals ECoach, een op maat gemaakt computer ondersteuningssysteem;  REBUILD, een college-brede investering om gebruik van evidence-based methodes in inleidende STEM cursussen te vergroten. 

Programma

De conferentie is georganiseerd rondom drie content blokken: 

1. Academisch onderzoek: uitgebreide evaluaties van recente innovaties in learning en student analytics.

  • Theorie (zoals voordeel in theoretisch begrip van learning en skill development)
  • Data (zoals innovaties om mechanismes van learning te operationaliseren, quantificeren en te observeren)  
  • Methode (zoals ontwikkeling in aanpak om de impact van AI en LA op Learning te evalueren)

2. Beleidsdebat: een balans bereiken tussen de privacy van studenten en data-driven kwaliteits verbeteringen. 

3. Praktijksessies:

  • Learning Analytics implementatie (zoals GDPR en privacy, geïnformeerde toestemming)
  • Learning Aanalytics in onderwijs (zoals multimodal data, verder gaan dan prestatiegegevens)
  • Learning Analytics in de arbeidsmarkt (zoals informele leer aanbevelingen, skill-based matching)

Bekijk het volledige programma

Laatste wijziging op 16 jul 2018