2、开放学习分析：系统文献综述与未来展望

开放学习分析：系统文献综述与未来展望

1. 学习分析工具的数据来源与类型

1.1 数据来源

• “设备数据”是一个新兴类别，利用来自普遍存在的手持和可穿戴设备的感官数据。例如，RAP 使用学生在展示过程中的姿势、凝视和语音数据提供自动反馈；SkyApp 根据平板电脑触摸屏上的手指或手写笔对学生的手写文本进行自动评估。
• “学生信息系统”和“社交媒体”的数据分别被 9 个和 7 个工具使用。这两类数据使用量低，可能是因为不同利益相关者对现有工具缺乏透明度和隐私问题的担忧增加，使得学习分析（LA）工具设计者在未获得用户明确同意的情况下，难以从学习管理系统（LMS）之外获取数据。

1.2 数据类型

基于文献分析，LA 工具使用的七种不同数据类型如下：
| 数据类型 | 描述 | 使用工具数量 |
| — | — | — |
| 活动数据 | 代表不同利益相关者在学习环境中通过默认日志记录机制执行的学习活动数据 | 约 107 个 |
| 评估数据 | 提供学习者和教育者评估活动的更详细数据，通常不在学习环境的默认活动日志数据中，包括获得的分数、解决的问题数量等 | 37 个 |
| 用户档案数据 | 关注与学习者档案相关的信息，如学习技能、兴趣、行为轨迹等 | 14 个 |
| 多模态数据 | 包括音频、视频、写作、地理位置和生物识别等数据 | 12 个 |
| 社交媒体数据 | - | - |
| 校园数据 | - | - |
| 其他数据集 | - | - |

使用“评估数据”、“用户档案数据”和“多