|
Derginin Adı:
|
Eğitim ve Bilim
|
|
Cilt:
|
2013/38
|
|
Sayı:
|
170
|
|
Makale Başlık:
|
E-Öğrenme Başarı Modeli Geliştirilmesi
|
|
Makale Alternatif Dilde Başlık:
|
Corporate E-Learning Success Model Development by Using Data Mining Methodologies
|
|
Makale Eklenme Tarihi:
|
26.11.2014
|
|
Okunma Sayısı:
|
6
|
|
Makale Özeti:
|
Talepkar ve dinamik yaşam koşulları, bireyleri ve kurumları yaşam boyu eğitime yatırım yapmaya zorlamaktadır. Önemli olan nokta, sürekli eğitimi mümkün olduğu kadar çok kişi için erişilebilir hale getirmektir. Görülmektedir ki, elektronik öğrenmenin bazı üstünlükleri, insanların öğrenme deneyimlerini zenginleştirebilecektir. Bu noktada önemli olan husus, sunulan elektronik öğrenme sürecinin yararlı olup olmadığı ve hangi koşullar altında öğrencilere daha fazla fayda sağlayacağıdır. Bu olgu, çalışmaya yön veren temel araştırma sorusunu ortaya çıkarmıştır: Kurumsal elektronik öğrenmenin verimliliğini ve başarısını etkileyen en önemli faktörler nelerdir? Çalışmada veri madenciliği methodolojileri kullanılarak geliştirilen elektronik öğrenme başarı modelleri ile bu sorunun cevaplanması amaçlanmıştır.
|
|
Alternatif Dilde Özet:
|
The dynamic and more demanding nature of today’s life conditions force people and
corporations to invest in life-long education. It is important to make this continuous learning
process more affordable and accessible to larger groups of people. At this point, e-learning seems
to be more convenient way of learning than formal education especially for working adults
because of their time and place constraints and their need for flexibility. The crucial concern is
whether the e-learning process is useful or not and under what conditions it brings more value to
adult learners. Thus, the core research question guiding this study is: What are the most significant
factors influencing corporatee-learning success? The study aims to answer this question by
developing e-learning success models via data mining. After a number of data preprocessing
activities, a combination of descriptive and predictive data mining methodologies are applied
on the data set. Most of the independent factors (learner demographics, learner experience, and
course characteristics) are discovered to have power at different levels for explaining variance in
e-learning success. Course program characteristics like content type, existence of certification are
explored having a strong influence on the success of e-learning process.
|