Büyük ölçekli veri görselleştirmelerinin kullanıldığı ortamda öğrenci davranışlarının incelenmesi
Examining student behavior in an environment using large-scale data visualizations
- Tez No: 831875
- Danışmanlar: PROF. DR. ADNAN BAKİ
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Trabzon Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Matematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
- Bilim Dalı: Matematik Eğitimi Bilim Dalı
- Sayfa Sayısı: 210
Özet
Teknolojinin hızlı ilerlemesinin etkisiyle veriler hızlı değişen, büyük hacimli, çok değişkenli yapılara sahip olmuşlardır. Okul müfredatlarında verilerdeki bu değişimin etkisi görülmemekte ve istatistik dersleri küçük ölçekli, yapılandırılmış verilerle yürütülmeye devam etmektedir. Bununla birlikte kullanılan veri görselleştirmeleri büyük ölçekli verilerin bütüncül, değişken ve çok yönlü yapılarını ortaya koymada yetersiz kalmaktadır. Ortaya konulan bu çalışmada istatistik derslerinde geleneksel sınıf ortamının farklılaştırılmasının etkileri incelenmiştir. Kullanılan büyük ölçekli veri görselleştirme aracının ders ortamında oluşturduğu davranışlar Watson ve Callingham (2003) modeline göre yorumlanmıştır. Çalışma eylem araştırması yöntemi çerçevesinde yürütülmüştür. Çalışmanın örneklemi özel yetenekli öğrencilerden oluşmaktadır. Öğrencilere 6 bölümden oluşan ve öğrencilerin düşünmelerini yüzeyselden derine doğru götüren bir etkinlik hazırlanmıştır. Çalışma verileri öğrencilerin görselleştirme araçlarıyla yaptıkları uygulamaların ekran kayıtları, öğretmen gözlemi ve yapılandırılmamış görüşmelerden elde edilmiştir. Veri analizi için öncelikle görüşmeler yazıya dökülmüştür. Ardından Watson ve Callingham (2003) hiyerarşisine göre öğrencilerden beklenen cevapların yer aldığı bir ölçek oluşturulmuştur. Öğrenci cevapları bu ölçeğe göre kodlanmıştır. Etkinliğin soruları istatistiksel okuryazarlığın belirlenen bileşenlerine göre gruplandırılmıştır. Ardından öğrenci gruplarına göre değerlendirmeler yapılmıştır. Çalışmanın bulguları öğrencilerin yazılıma aşinalıkları arttıkça istatistiksel okuryazarlık düzeylerinde gelişme olduğunu göstermiştir. Öğrenciler yazılımı kullandıkça veri ötesini okuma becerisini daha yüksek düzeyde göstermişlerdir. Ancak ortaya konan istatistiksel okuryazarlık seviyesi istenen düzeyde olmamıştır. Öğrenciler istatistiğin matematiksel hesaplama süreçlerine yönelik sorularda yüksek düzeyde başarı göstermişlerdir. Matematiksel fikirlerle istatistiksel fikirleri bağdaştırarak çıkarım yapmada ise beklenilen düzeyin altında kalmışlardır. Elde edilen bulgularda yazılımın en çok öğrencilerin değişimi gözlemlemeleri konusunda etkili olduğu görülmüştür. Öğrencilerin değişimin ve verilerin çok değişkenli yapılarının farkında oldukları ancak değişimi yorumlama ve değerlendirme konusunda yetersiz kaldıkları elde edilen bulgular arasındadır. Yazılımın estetik yönünün güçlü olması, dinamik ve etkileşimli olması öğrencilerin derse olan motivasyonlarını artıran bir özellik olarak değerlendirilmiştir. Yine yazılımın veri tabanındaki zengin içerikli veri setleri öğrencilerin kendi çalışmalarını yapılandırmalarına imkân vermektedir. Çalışmanın sonunda öğrencilerin istatistiksel okuryazarlık becerilerinin modern çağa uygun hale getirilebilmesi için öneriler sunulmuştur.
Özet (Çeviri)
Due to the rapid advancement of technology, data has become rapidly changing, large-volume and multi-variable structures. The impact of this change in data is not seen in school curricula and statistics courses continue to be conducted with small-scale, structured data. However, the data visualizations used are insufficient to reveal the holistic, variable and multifaceted structures of large-scale data. In this study, the effects of differentiating the traditional classroom environment in statistics courses were examined. The behaviors created by the large-scale data visualization tool used in the classroom environment were interpreted according to the Watson and Callingham (2003) model. The study was conducted within the framework of action research method. The sample of the study consists of specially talented students. An activity consisting of 6 parts that takes students' thinking from superficial to deep has been prepared for students. Study data were obtained from screen recordings of students' applications with visualization tools, teacher observation and unstructured interviews. For data analysis, the interviews were first transcribed. Then, a scale was created that included the answers expected from the students according to the hierarchy of Watson and Callingham (2003). Student answers were coded according to this scale. The questions of the activity are grouped according to the determined components of statistical literacy. Then, evaluations were made according to student groups. The findings of the study showed that as students' familiarity with the software increased, their statistical literacy levels improved. As students used the software, they showed higher success in reading beyond the data in the graph, but the level of statistical literacy demonstrated was not at the desired level. Students showed high success in questions related to the mathematical calculation processes of statistics. They were below the expected level in making inferences by reconciling mathematical ideas with statistical ideas. The findings showed that the software was most effective in helping students observe the change. Among the findings obtained are that students are aware of change and the multivariate structures of data, but they are inadequate in interpreting and evaluating change. The strong aesthetic aspect of the software, its dynamic and interactive nature, was evaluated as a feature that increased students' motivation for the course. Again, the rich data sets in the software's database allow students to structure their own studies. At the end of the study, suggestions are presented to make students' statistical literacy skills suitable for the modern age.
Benzer Tezler
- Optimization based predictive methods for large scale data
Büyük ölçekli veri için eniyileme temelli tahminleyici yöntemler
EMRE ÇİMEN
Doktora
İngilizce
2018
Endüstri ve Endüstri MühendisliğiEskişehir Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRKAN ÖZTÜRK
- Leveraging large-scale data for supply chain network design: A location-allocation model for Rwanda
Büyük ölçekli veri kullanarak tedarik zinciri ağı tasarımı: Ruanda için bir yerleşim-atama modeli
ZEYNEP GÖZE GÜRKAN
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE SELİN KOCAMAN
DR. PABLO DUENAS MARTİNEZ
- Nicel kümeleme kurallarının iyon hareket algoritmasıyla otomatik keşfi
Automatic discovery of clustering rules with ion motion algorithm
ERHAN AKYOL
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTunceli ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BİLGİN ZENGİN
- Yüksek boyutlu model gösterilimi yöntemi ile büyük ölçekli veri tabanlarında görüntü erişimi
Hdmr method on image retrieval from large-scale databases
ÖNDER ÖZÜTEMİZ
Yüksek Lisans
Türkçe
2015
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BURCU TUNGA
- Daraltılmış kovaryans tahmincileri ile çok değişkenli indirgenmiş rank regresyon yöntemi
Multivariate reduced rank regression method with shrinkage covariance estimating methods
SALİH ARPAGUŞ
Yüksek Lisans
Türkçe
2022
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EMRE DÜNDER