1. Learning Analytics
Maak Slim Gebruik van Onderwijsdata
Madelief Keyser

2. UITDAGINGEN IN HET ONDERWIJS

3. UITDAGINGEN IN HET ONDERWIJS

4. HEEL VEEL DATA

10. WAAROM LEARNING ANALYTICS?
 DATA VERZAMELEN EN ORDENEN
 INZICHT IN BETEKENIS DATA
 INTERPRETATIE VAN DATA:
- T.O.V. HET DOEL
- IN CONTEXT
- VERGELIJKEN MET PEERS
 BETERE BESLISSINGEN NEMEN OP BASIS
VAN MEER EN BETERE INFORMATIE
 PROGNOSES KUNNEN MAKEN

12. https://www.khanacademy.org/coach/demo

14. http://app.rekentuin.nl/

15. http://www.knewton.com/adaptive-learning/
http://www.knewton.com/adaptive-learning/

16. http://product.simaconderwijs.nl/Onze_producten/MagnaView
http://product.simaconderwijs.nl/Onze_producten/MagnaView

17. Mnscmnznc,MZx
http://www.venstersvoorverantwoording.nl

18. WAT BETEKENT DIT VOOR DE ROL VAN DE DOCENT?

19. LEARNING ANALYTICS ALS ASSISTENT?

20. GEPERSONALISEERD LEREN

21. CONCLUSIES EN ADVIEZEN
- Learning Analytics biedt het dringend benodigde instrumentarium om gepersonaliseerd leren vorm te geven.
- Gebruik Learning Analytics als motor voor Opbrengstgericht Werken, het is DE manier om tijdsbesteding in administratie te
beteugelen en individuele ontwikkeling van leerlingen en verantwoording daarover vorm te geven.
- Kies (Adaptief) Digitaal Leermateriaal zorgvuldig en denk daarbij aan de terugkoppeling (de data) en de mogelijkheden tot
gecombineerde Analytics voor de diverse digitale leermiddelen.

22. Bedankt voor uw aandacht!
Madelief Keyser- programmamanager innovatie
e-mail: m.keyser@kennisnet.nl
twitter: @madeliefk
Kennisnet.nl
twitter: @kennisnet