Predicting student performance in online english language learning during challenging times through learning analytics
Zorlu zamanlarda öğrenme analitiği ile çevrimiçi ingilizce dil öğreniminde öğrenci performansını tahmin etme
- Tez No: 941024
- Danışmanlar: PROF. DR. ÖMER DELİALİOĞLU, DOÇ. DR. ERKAN ER
- Tez Türü: Doktora
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
- Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Bilim Dalı
- Sayfa Sayısı: 185
Özet
Yabancı bir dil öğrenmek, akademik, iş ve sosyal hayatı etkileyen karmaşık ve önemli bir süreçtir. COVID-19 pandemisi eğitimi derinden etkileyerek öğrenciler için çevrimiçi İngilizce öğrenimini yeni ve zorlu bir deneyim hâline getirdi. Bu değişim, öğrencilerin akademik performanslarını etkileyen faktörler üzerine önemli araştırma sorularını gündeme getirdi. Normal şartlarda üniversite öğrencileri dil eğitimine yüz yüze başlarken, pandemi nedeniyle çevrimiçi eğitime geçmek zorunda kaldılar. Çalışma, çeşitli geçmişlere ve bölümlere sahip 481 öğrenciyi içermiştir. Farklı özellikler, akademik performansı farklı seviyelerde ve dil becerileri arasında (dil kullanımı, yazma, konuşma) etkiledi. Pandemi sürecinde üniversite düzeyinde çevrimiçi İngilizce dil öğrenimini kapsamlı bir şekilde anlamak için giriş ve yeterlilik sınavları analiz edildi. Giriş sayısı, ödev teslimleri ve sanal sınıflardaki devamlılık, çevrimiçi İngilizce dil öğreniminde başarıyı tahmin etmede genellikle kritik bir rol oynamıştır. Veri dağılımını dengelemek için SMOTE aşırı örnekleme tekniği uygulanmış ve örnekleme yanlılığını azaltmak amacıyla 10 katmanlı ayrıştırılmış örnekleme yöntemi kullanılmıştır. Birçok sınıflandırma algoritması test edilmiş olup, Lojistik Regresyon ve Naïve Bayes çoğu durumda başarılı sonuçlar vermiştir. Ayrıca, Gradient Boosting, Yapay Sinir Ağları, Rastgele Orman ve SVM, öğrenci başarısını tahmin etmede etkili olmuştur. Bulgular, özellikle kriz dönemlerinde çevrimiçi öğrenmeyi kolaylaştırmada öğretim tasarımı ve teknolojinin rolünü vurgulamaktadır. Öğrenme analitiği ve ileriye dönük çıkarımlar ele alınarak yükseköğretimde İngilizce dil eğitiminin geliştirilmesi amaçlanmıştır. Üniversiteler, teknoloji ve veri odaklı yaklaşımları kullanarak çevrimiçi öğrenme deneyimlerini optimize edebilir ve öğrencilerin akademik başarılarını destekleyebilir.
Özet (Çeviri)
Learning a foreign language is a complex and significant process that influences academic, business, and social life. The COVID-19 pandemic profoundly impacted education, making online English language learning a new and challenging experience for students. This shift raised important research questions about factors affecting students' academic performance. Under normal circumstances, university students would begin their language studies face-to-face, but the pandemic necessitated online learning. The study involved 481 students from diverse backgrounds and departments. Various features influenced academic performance at different levels and across language skills, including use of language, writing, and speaking. Gateway and proficiency exams were analyzed to develop a comprehensive understanding of online English language learning during the pandemic. The number of logins, assignment submissions, and attendance in virtual classrooms often played a crucial role in predicting achievement in online English language learning. To balance data distribution, SMOTE was applied as an oversampling technique, and 10-fold stratified sampling was used to reduce sampling bias. Several classification algorithms were tested, with Logistic Regression and Naïve Bayes performing well in most cases. Additionally, Gradient Boosting, Neural Networks, Random Forest, and SVM were effective in predicting student achievement. The findings highlight the role of instructional design and technology in facilitating online learning, particularly in times of crisis. Learning analytics considerations and further implications were explored to enhance English language education in higher education. By leveraging technology and data-driven approaches, universities can optimize online learning experiences and better support students in achieving academic success.
Benzer Tezler
- Çevrimiçi sunulan bilişsel ögelerle zenginleştirilmiş hikâye yapısı öğretiminin koklear implantlı öğrencilerin okuduğunu anlama becerilerine etkisi
The effect of online story structure instruction enriched with cognitive elements on reading comprehension in students with cochlear implants
HATİCE AKÇAKAYA
Doktora
Türkçe
2021
Eğitim ve ÖğretimAnkara ÜniversitesiÖzel Eğitim Ana Bilim Dalı
PROF. DR. CEVRİYE ERGÜL
- Çevrimiçi BİT dersindeki öğrenci davranışlarının ve öğrenme performanslarının öğrenme analitiği ile incelenmesi
An examination of student behaviours and learning performances in online ICT course with learning analytics
SEMİH ORKUN
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimAnkara ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. AYFER ALPER
- Dijital eğitimde süreç madenciliği ve makine öğrenmesi: LMS verileri ile öğrenci davranış modelleri ve akademik performans tahmini
Process mining and machine learning in digital education: Modeling student behavior and predicting academic performance using LMS data
FETTAH KURTULUŞ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. MURAT TAHA BİLİŞİK
- Akademik başarının eğitsel veri madenciliği ve makine öğrenmesi teknikleri kullanılarak tahminlenmesi
Predicting academic achievement using educational data mining and machine learning techniques
AYŞE ALKAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR SEVLİ
- Eğitim verileri analizinde regresyon ve sınıflandırma algoritmaları: Öğrenci performansının modellenmesi
Eğitim verileri analizinde regresyon ve sınıflandırma algoritmalari: öğrenci performansinin modellenmesi
ERDAL ÖZKUL
Yüksek Lisans
Türkçe
2024
Bilim ve Teknolojiİstanbul Kültür ÜniversitesiMatematik ve Bilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET FATİH UÇAR