İnternet üzerinden yabancı dil öğretiminde bayes öğrenci modellemesi yaklaşımının akademik başarıya etkisi (Üniversite İngilizce hazırlık örneği)

Effect of bayesian student modeling on academic achievement in foreign language teaching (University level English preparatory school example)

Özet

E-öğrenme sistemlerinde kendini uyarlayabilen yaklaşımların kullanımının günümüzde giderek artan önemi doğrultusunda, bu çalışmada e-öğrenme sistemleri için Bayes ağı odaklı ve makine öğrenmesine dayalı bir öğrenci modelleme orta katmanı ortaya konulmuş ve deneysel uygulamaları yapılmıştır. Öğrenci modelleme sisteminin dayandığı öğrenme biçemleri yaklaşımı olarak Felder ve Silvermanın öğrenme biçemleri modeli ile Felder ve Solomanın öğrenme biçemleri ölçeğinin görsel/sözel ve etkin/yansıtıcı boyutları esas alınmıştır. Felder ve Soloman tarafından hazırlanmış öğrenme biçemleri ölçeği Türkçeye uyarlanmış ve İngilizcenin yabancı dil öğreniminde bir konu bütününü kapsayan bir öğrenme içeriği tasarlanmıştır. İçerik, farklı öğrenme biçemlerine hitap edecek şekilde öğrenme sahnelerine bölünerek sayısallaştırılmış ve deneysel uygulama boyunca tüm araçların birlikte çalışabileceği bir yazılım geliştirilmiştir. Çalışmada ön-test son-test yarı-deneysel deseni kullanılmış ve toplam 46 gönüllü öğrenciyle çalışılmıştır. 23er kişilik deney ve kontrol gruplarının kullanımıyla öğrenci modelleme sistemi bazlı öğrenme ile geleneksel bilgisayar destekli öğrenme arasındaki akademik başarı artışları değerlendirilmiştir. Bulgular üzerinde tekrarlayan ölçümler arasında varyans çözümlemesi yapılmış ve %95 güven aralığında (p< 0,05) deney ve kontrol gruplarına öğrenme süreci boyunca verilen eğitimlerin akademik başarıda neden oldukları artışlar arasında anlamlı bir fark olmadığı gözlenmiştir. Ayrıca öğrenci modelleme sisteminin ürettiği öğrenci profillerinin başarımı ölçülerek alanyazındaki benzer çalışmalarla karşılaştırılmıştır. Bu çalışma kapsamında öne sürülen öğrenci modelleme sistemi uygulamaya katılan öğrencilerin öğrenme biçemlerinin görsel/sözel boyutta %41ini etkin/yansıtıcı boyutta ise %54ünü doğru teşhis etmiştir.

Abstract

Considering the increasing importance of adaptive approaches in CALL systems, this study implemented a machine learning based student modeling middleware with Bayesian networks. The profiling approach of the student modeling system is based on Felder and Silvermans Learning Styles Model and Felder and Solomans Index of Learning Styles Questionnaire. The questionnaire was adapted to Turkish for this experimental study conducted with respect to the visual/verbal and active/reflective dimensions of the model. A topic in EFL was chosen for the learning content design, which was also carried into the digital domain and remastered as separate learning scenes for different learning styles. Computer software was also implemented to carry out the experimental learning processes. A quasi-experimental pre-test, post-test design was conducted with 46 volunteers, with 23 students assigned each to a control and an experimental group to compare academic achievement between student-based learning and conventional computer-based learning. No significant difference was found in academic achievement between the control and experimental groups after the experimental treatment. The diagnostic performance of the proposed student modeling system was also compared with performances from similar studies. This student modeling system had a successful prediction rate of 41% on the visual/verbal dimension and 54% on the active/reflective dimension, respectively.