| Kods | DE0238 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | E-izglītības datu pētījumi un analītika | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Doktora, Akadēmiskais | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datorika | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Atis Kapenieks, Ieva Vītoliņa, Sarma Cakula, Bruno Žuga, Jānis Kapenieks | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 8.0 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Paātrinoties e-izglītības vadības sistēmu, lietojumprogrammu un iesaistīto mobilo ierīču nemitīgai atjaunināšanai un straujai iekārtu paaudžu nomaiņai šo procesu analīze, novērtēšana un nākotnes prognozēšana kļūst par izaicinājumu procesu optimizācijā, kas saistās ar (1) e-studiju biznesu, (2) e-izglītības pētniecību un (3) e-studiju satura radīšanu, pārvaldību un piemērošanu jauniem apstākļiem. Studiju kurss ir ieskats atbildē uz šo izaicinājumu.. Studiju kursa paredzēts: (1) apgūt mācību analītikas jēdzienus un koncepcijas, (2) apgūt spēju identificēt pētījumu tēmas datu analīzē e-studiju jomā, (3) praktiski piedalīties e-studiju datu izgūšanā, tīrīšanā un sagatavošanā, (4) veikt praktisku datu analīzi, (5) iepazīties ar mūsdienās lietojamiem programmēšanas ietvariem un vadošajām industrijas valodām (piemēram, Java, Scala, Kotlin, R un Python). Papildus paredzēts (6) apskatīt datu izgūšanu no mobilajām ierīcēm un novērtēšanu, kā arī (7) apskatīt datu izguvi e-studiju mākoņos izplatītajās vidēs. Studiju kursa saturu noslēdzošā tēma ir (8) saistīta ar mākslīgā intelekta un mašīnmācīšanās uzdevumiem un risinājumiem e-studijās.. Studenti apskatāmos jautājumus analizēs savas izvēlētās promocijas pētījuma tēmas kontekstā.. Studenti analizēs jaunākās publikācijas mācību analītikas pētījumu jomā.. Studenti piedalīsies klātienes pārrunās, patstāvīgā izstrādē un tiks iedrošināti praksē risināt e-studiju datu izguves, analīzes un vizualizācijas problēmas. Darba rezultāts par katru apskatīto tēmu tiks vērtēts pēc studenta spējām iesaistīties vienā no četriem aktivitāšu līmeņiem: (1) ar e-tehnoloģijām realizēta prezentācija par apskatāmo tēmu, (2) tēmas padziļināts pētījums ar tematiku izejošu ārpus kursa kontaktstundās apskatītā materiāla, (3) praktiskā datu apstrādē ievirzīts darbs ar ietvertiem programmēšanas elementiem par kursa ietvarā apskatīto tēmu. . Darbs tiek vērtēts pēc līmeņa un lietojamības kvalitātes, pēc integrācijas pakāpes dažādās IT infrastruktūrās, disciplīnās, moduļos un mācību vidēs.. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir pilnveidot studentu zināšanas, prasmes un kompetences par e-izglītības datu pētījumiem un analītiku. Studiju kursa uzdevumi: 1) sniegt zināšanas par teorētiskajiem datu analītikas zinātnes jēdzieniem, prasme identificēt jaunu pētījumu tēmas izglītības datu analīzes jomā; 2) sniegt zināšanas par datu izgūšanas un sagatavošanas izaicinājumiem e-studiju jomā; 3) attīstīt prasmes organizēt e-studiju datu izgūšanu, sagatavošanu un uzglabāšanu; 4) veicināt spējas praktiski organizēt e-studiju datu analīzi instrukcionālā līmenī; 5) attīstīt prasmes, rīkojoties ar mūsdienās lietojamiem brīvpieejas un komerciāliem programmēšanas ietvariem, valodām un rīkiem; 6) sniegt zināšanas par e-studiju datu izgūšanu un novērtēšanu no mobilajām ierīcēm, mākoņpakalpojumiem e-studiju vidēm, mākslīgo intelektu un mašīnmācīšanos. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Izprot teorētiskos datu analītikas zinātnes jēdzienus. - Kursa gaitā izpildīto testu un uzdevumu vērtēšana 10 ballu skalā. Izprot datu izgūšanas un sagatavošanas izaicinājumus e-studiju ietvarā. - Kursa gaitā izpildīto testu un uzdevumu vērtēšana 10 ballu skalā. Prot organizēt e-studiju datu izgūšanu un sagatavošanu. - Kursa gaitā izpildīto testu un uzdevumu vērtēšana 10 ballu skalā. Spēj praktiski organizēt e-studiju datu analīzi organizatoriskā līmenī. - Kursa gaitā izpildīto testu un uzdevumu vērtēšana 10 ballu skalā. Prot rīkoties ar mūsdienās lietojamiem brīvpieejas un komerciāliem programmēšanas ietvariem, valodām un rīkiem. - Kursa gaitā izpildīto testu un uzdevumu vērtēšana 10 ballu skalā. Prot e-studiju datu izgūšanu no mobilajām ierīcēm un ar mākoņpakalpojumiem nodrošinātām e-studiju vidēm. - Kursa gaitā izpildīto testu un uzdevumu vērtēšana 10 ballu skalā. Izprot mākslīgā intelekta un mašīnmācīšanās problēmas, uzdevumus un lietojumius saistībā ar e-studijām. - Kursa gaitā izpildīto testu un uzdevumu vērtēšana 10 ballu skalā. Spēj argumentēti izskaidrot un diskutēt par e-studiju tehnoloģiju aspektiem saistībā ar kursa tematiku gan ar speciālistiem, gan citām iesaistītajām pusēm. - Individuālais darbs 10 ballu skalā. Eksāmens. Spēj patstāvīgi virzīt savu un padoto kompetenču pilnveidi, uzņemties atbildību par savu un padoto darbu, kā arī plānot un ieviest inovācijas e-studiju tehnoloģijās saistībā ar kursa tematiku. - Individuālais darbs 10 ballu skalā. Eksāmens. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Darbs studiju laikā (testi un uzdevumi) - 50%
Eksāmens (individuālais darbs) - 50% |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Datorprasmes, iemaņas darbā ar mākoņa pakalpojumiem un internetu. Programmēšanas pamatprasmes. Kiberdrošības aspektu izpratne un datu apstrādes pamatprasmes. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||