Oktatás-Informatika Szerkesztőség
1075 Budapest, Kazinczy utca 23–27. 405. szoba
Telefon: 461- 4500/3804, fax: 461-4528
szerkesztoseg@oktatas-informatika.hu

Kristóf Zsolt – Végh Ladislav – Bodnár Károly: Felsőoktatásban alkalmazott Sloodle eszközrendszer használati tapasztalatai – Egy saját eszköz bemutatása



E-learning. Egy olyan gyűjtőfogalom, amit sokan sokféleképpen definiálnak. Az egyik legáltalánosabb vélekedés szerint minden olyan tevékenység az e-learning témakörébe sorolható, ahol számítógépet, és/vagy számítógépes hálózatot, illetve információs és kommunikációs technológiát – értve itt a legkülönbözőbb eszközöket – alkalmazunk az oktatásban.

Az e-learning keretrendszer egy elsősorban oktatási célú szoftver vagy szoftverrendszer. Szemügyre véve az egyes megoldások összetettségét, a szolgáltatások sokoldalúságát tekintve a skála elég széles. Akármennyire is tekinthető szélesnek a fenti skála, mégis kimondható, hogy az egyes, az e-learning megvalósítását lehetővé tévő keretrendszerek – elsősorban a Moodle –, valamint az ezekhez kapcsolódó kezelési, szervezési technikák megismerése egyre alapvetőbb szükségszerűséggé válik.

A tanulást-tanítást is segítő virtuális környezetek közül a 2003-ban létrehozott Second Life virtuális környezete az, amelyet a legtöbb oktatási intézmény használt és használ jelenleg is szerte a világon. Ehhez a világhoz ingyenesen letölthető viewer-eken keresztül csatlakozhatunk, a felhasználók pedig avatarok alakjában jelennek meg. Az avatarok mozoghatnak, kapcsolatba léphetnek más avatarokkal, vagy akár a világ egyes előre programozott tárgyaival is, igen komoly szabadsági fokok mellett.

A Sloodle egy nyílt forráskódú projekt, mely a Second Life virtuális környezetét kapcsolja össze a Moodle tanulási keretrendszerrel. A Sloodle egyfajta „híd” szerepet tölt be, mely többek között különböző tevékenységek elvégzésének lehetőségét, valamint kurzusokban történő részvételt biztosíthat a felhasználók számára mind a Moodle, mind a Second Life világában, akár párhuzamosan is.

Tanszékünkön, a Debreceni Egyetem nyíregyházi Egészségügyi Karán 2008 februárjától ILIAS keretrendszer működik. 2010 szeptemberétől egyes kurzusainkat Moodle keretrendszeren keresztül is elérhetővé tettük. Egyrészt így emelhetjük oktatásunk sokrétűségét, másrészt idővel akár saját tapasztalataink alapján is összehasonlíthatjuk a keretrendszereket, harmadrészt pedig lehetőségünk nyílik a Sloodle alkalmazására.

Tanulmányunkban röviden összefoglaljuk a három féléve futó Sloodle projektünk futtatásából adódó tapasztalatainkat, és bemutatunk egy általunk tervezett és kivitelezett eszközt, amelyet az adatbázisok normalizálásának oktatásában élesben is alkalmaztunk 2011 decemberében.

 

Kulcsszavak: Second Life, Moodle, Sloodle, normalizálás

 

1. Bevezetés

 

Tanulmányunk témája a szakunkon 2010 szeptemberében indult Sloodle projektünk egyes eredményeinek bemutatása és elemzése.

Tudomásunk szerint kutatásunk az első és jelenleg is aktív olyan hosszú távú projekt hazánkban, amely a Second Life virtuális világát a Moodle tanulásszervezési keretrendszerrel a Sloodle eszköztáron keresztül köti össze.

Szakunkon, a Debreceni Egyetem Egészségügyi Karának Egészségügyi Szervező szakán 2008 februárjában került bevezetésre első e-learning keretrendszerünk. Ez ILIAS (Integrált oktatási, információs és csoportmunka rendszer) alapon működik azóta is. 2010 szeptemberétől, mintegy kísérleti jelleggel indítottuk el bizonyos kurzusaink Moodle (Moduláris objektum-orientált dinamikus tanulási környezet) keretrendszer alapú változatait. Ez a Moodle rendszerben elhelyezett kurzusanyag többek között tartalmazta – és tartalmazza máig is – az Adatbázis-kezelés I-II. és Információs rendszerek tervezése és üzemeltetése I-II. tárgyakat. A fenti tárgyak oktatásában alkalmaztuk a Sloodle eszközrendszert vizsgált tanulói csoportok és kontrollcsoportok alkalmazásával.

2. A Debreceni Egyetem nyíregyházi székhelyű Egészségügyi Kara

 

A Debreceni Egyetem az ország egyik legnagyobb múlttal rendelkező, leghíresebb, legelismertebb felsőoktatási intézménye, mely 15 karával és 21 doktori iskolájával a legszélesebb képzési és kutatási lehetőséget biztosítja hallgatói számára.

Az egészségügyi főiskolai képzés 1990-ben indult el nyíregyházi központtal 2 szakon, 60 hallgatóval. Jelenleg intézményünk 4 alapszakjának 7 szakirányán, 1 mesterszakján és szakirányú továbbképzésein több mint 2200 hallgató tanul. 1996-ban alakult az intézmény Egészségügyi Főiskolai Karrá és 2000-től tartozik az integrált Debreceni Egyetem karai közé, melynek képzési helye Nyíregyháza.

2.1. Egészségügyi szervező képzés karunkon

 1991-ben alapította a Népjóléti Minisztérium a Magyar Tudományos Akadémia és a Művelődési és Közoktatási Minisztérium támogatásával az Egészségügyi ügyvitelszervező szakot. 1996-ban történt meg a szak akkreditálása. 2000. január elseje óta az Egészségügyi Kar a Debreceni Egyetem része. A DE, annak Orvos- és Egészségtudományi Centruma (azelőtt Debreceni Orvostudományi Egyetem) jelenti az egyik szakmai biztosítékot a kibocsátott diploma színvonalát illetően.

Képzésünk célja az egészségügyi szervező szakemberek képzése, akik az egészségügyben az ügyvitelszervezés, a turizmus területén és a humánbiztosításban zajló folyamatok törvényszerűségeit megismerve ellátják ezen területek informatikai, gazdasági, adatszolgáltatási tevékenységeit. Képesek az egészségügy, a biztosítás, a turizmus működéséhez szükséges és a működése során keletkező információk rögzítését, tárolását, visszakeresését és célszerű kiértékelését végző számítógépes rendszereket üzemeltetni. Kellő ismerettel rendelkeznek a képzés második ciklusában történő folytatásához.

Az alapfokozattal rendelkező szakemberek képesek:

  • az egészségügy működésében keletkező információk rögzítését, tárolását és kiértékelését végző számítógépes rendszerek üzemeltetésére és a korszerű informatikai módszerek alkalmazására,
  • matematikai és statisztikai ismereteiknek birtokában statisztikák, jelentések, beszámolók elkészítésére, elemzésére és prezentálására,
  • az egészségügyi intézmények finanszírozásával kapcsolatos feladatok ellátására, a szükséges adatszolgáltatási kötelezettségek teljesítésére, illetve intézményi controlling rendszerek kialakítására és működtetésére,
  • ismerik a társadalombiztosítás, betegbiztosítás rendszerét, a finanszírozási, elszámolási módokat, az adatszolgáltatási kötelezettségeket.

 A képzés során oktatott tantárgyak tudományterületek szerint vannak csoportosítva. Ezek a tantárgyblokkok az informatika, az orvostudomány, a közgazdasági ismeretek, a statisztika és ügyvitel, menedzsment és minőségbiztosítás témaköréből kerülnek ki, és természetesen részei a képzésnek a közismereti tárgyak és a nyelvtanulás (szakunkon – tekintettel a számítástechnikára – az angol nyelv elsajátítása kötelező).

 A kutatás informatikai környezete

Projektünk megvalósulásának alapvető előfeltétele volt, hogy a Sloodle eszköztárat megfelelően tudjuk – mi oktatók és a hallgatóink is – használni. Mivel a Sloodle a Second Life virtuális világa és a Moodle tanulásszervezési keretrendszer között, mintegy hídként funkcionál, szót kell ejtenünk röviden a fenti két rendszerről is.

 A Moodle tanulásszervezési keretrendszer

A Moodle elnevezés a Modular Object-Oriented Dynamic Learning Environment kifejezés rövidítése. Magyar fordításban a moduláris objektum-orientált dinamikus tanulási környezet megfogalmazás a legelterjedtebb.

A Moodle CMS-nek (Course Management System), és LMS-nek (Learning Managament System) is tekinthető. Kurzusmenedzsment rendszernek a keretrendszer ausztráliai fejlesztői nevezik elsősorban a Moodle-t, ugyanakkor a klasszikus e-learning keretrendszerek osztályozása alapján inkább értelmezhető tanulásmenedzsment rendszerként.

Az LMS, a tanulásmenedzsment rendszer feladata az, hogy azonosítsa a felhasználókat és szerepkörük, jogosultságaik szerint a megfelelő tananyagokkal (kurzusokkal) összerendelje őket. Az LMS szerverek a felhasználók tevékenységeit, a tanulás szempontjából fontos adatokat naplózzák, s ebből a későbbiekben statisztikák generálhatók. Ezek az adatok egyrészt a tanulók haladásával kapcsolatosan szolgáltatnak fontos információkat, másrészt a tananyag hatékonysága is kideríthető belőlük.

A Second Life, mint virtuális világ

 A Second Life (rövidítve: SL) internet alapú virtuális világ, melyet a Linden Research, Inc (sokszor csak Linden Labnak nevezik) fejlesztett ki 2003-ban, de igazából 2006 végén és 2007-ben került a figyelem középpontjába. A letölthető kliensprogram, a Second Life Viewer lehetővé teszi a felhasználóinak avagy „lakóknak”, hogy mozgó avatárokon keresztül egymással kapcsolatba lépjenek, kialakítva ezzel egy magasabb szintű szociális hálózatot a metaverzumban. A felhasználók szinte hasonlóan élhetik mindennapjaikat, mintha a való világban tennék azt. Számos lehetőséget vehetnek igénybe, felfedezhetik a világban szereplő területeket, új kapcsolatokat köthetnek más szereplőkkel, felépíthetik saját karakterüket, közösségi programokban vehetnek részt.

A Second Life-ot sokszor nevezik játéknak, azonban ez a meghatározás egyáltalán nem állja meg a helyét. Itt nincsenek pontok, szintek, amiket el kell érni a benne szereplő lakóknak, továbbá nincs győztese és vesztese sem, mindenki azonos feltételekkel vesz részt benne. Ez egy önfenntartó virtuális környezet, ahol a szereplők saját szórakoztatásukra végezhetnek különböző tevékenységeket.

A SL-nak több mint 11,5 millió regisztrált felhasználója van világszerte. Azonban számos lakónak több felhasználó azonosítója is van egyszerre, ezért nehéz megbecsülni a szereplők pontos létszámát.

A Second Life felhasználók karaktereit avatároknak nevezik (rövidítve: AV vagy avi). Az alapavatár férfi vagy női szereplő is lehet. Számos fizikai tulajdonsággal láthatók el, alakíthatóak és egyedi igények szerint testre szabhatóak.

  A Sloodle

A Sloodle a Simulation Linked Object Oriented Dynamic Learning Environment rövidítése, amelyet magyarul szimulációval támogatott objektum-orientált dinamikus tanulási környezetnek nevezhetünk. Egy nyílt forráskódú project, amely a Second Life virtuális környezetét köti össze a Moodle e-learning keretrendszerrel. Jelenleg az 1.2-es verzió a legfrissebb, ezt 2011. június 22-én adták ki.

A Sloodle project megpróbálja segíteni, kiterjeszteni a tanulás és az oktatás különleges folyamatát a virtuális világban. Ehhez olyan eszközöket használ, amelyek hibátlanul működnek együtt a legnépszerűbb webes alapú e-learning keretrendszerrel, a Moodle-lel. A Sloodle egyes lehetőségeiről, a teljesség igénye nélkül a következő alpontokban írok.

 

Regisztrációs fülke

Azonosítást elősegítő lehetőség a Second Life és a Moodle részére. A felhasználók avatárjait kapcsolja össze a Moodle-ben meglévő azonosítóikkal.

A Regisztrációs fülke elhelyezése és élesítése után a „Touch to register your avatar in Moodle” (kattintson ide, hogy avatárját regisztráljuk a Moodle-ban) panelre kattintva tudjuk elkezdeni a folyamatot. Először az kerül vizsgálatra, hogy az éppen a fülkét használó avatár regisztrálva van-e már a Moodle-ben. Ha a regisztrációt már korábban elvégezték, akkor nem történik további esemény. Ha az avatár még nincs regisztrálva a keretrendszerben, akkor a Moodle adatbázisába egy új bejegyzés kerül ezzel kapcsolatban, majd a „Go to page” gombot használva a megjelenő URL-hez kapcsolódó Moodle oldal betöltődik. Ez akár a Second Life-on belül, akár azon kívül egy külső böngészőben is betöltődhet korábbi beállítástól függően.

 

Tesztszék

A hallgatók gyakorolhatnak, teszteket is végezhetnek a virtuális világban. Ezeknek az eredményei automatikusan tárolódnak a Moodle adatbázisában, az oktatók, pedig a Moodle rendszer osztályozó naplójában, gradebook-jában könnyedén és gyorsan nyomon követhetik. Miután a Sloodle alapú összeköttetés létrejött, a Tesztszék alkalmazáshoz letölthetjük a Moodle keretrendszerben már megalkotott tesztjeinket.

Teszt megkezdése előtt a hallgatók avatárjaikkal helyet foglalnak egy tesztszékben. Amikor a hallgatók a teszt kérdéseire válaszolnak, az egyes kérdésekre adott válaszok helyessége azonnal kiderül. Jó válasz esetén a tesztszék a benne ülő avatárral együtt emelkedik egy kicsit, rossz válasz esetén ugyanekkorát süllyed. Mivel egy időben több hallgató is végezhet tesztet, akár arra is van lehetőség, hogy versenyeztessük hallgatóinkat. Hasonló indulóparaméterek esetén az, aki a leghamarabb ér el a korábban kitűzött magasságba, megnyeri a tesztversenyt.

 

Szavazótábla

Szavazási lehetőséget biztosít a hallgatók részére. Az eredmények mind a Second Life-ban, mind a Moodle-ben nyomon követhetőek. Segítségével a Moodle-ban meglévő Choice (Válaszlehetőség) modult lehet vizualizálni a Second Life virtuális világában, három dimenzióban. A Válaszlehetőség modul a Moodle keretrendszerben alkalmas arra, hogy szavazásokat írhassunk ki különböző témákról, vagy akár információkat gyűjtsünk az egyes kurzusok hallgatóiról akár a közelebbi megismerés érdekében. A keretrendszerbeli Choice modul aktivizálása és egy szavazás kiírása után hozzunk létre egy Szavazótablát a Second Life-ban. A Sloodle segítségével a fenti két eszköz összekapcsolható, így a szavazás állása szemléletesebben is reprezentálható a virtuális világban.

 

Egy általunk készített eszköz, az adatbázisok normalizálásának gyakorlására használható modell felépítése

Saját fejlesztésű eszközünk nem része a Sloodle eszköztárnak. Ennek ellenére egy megfelelően használható, adatbázisok normalizálásának gyakorlására használható egyszerű modell, amely segítségével a diákok közösen együttműködve a virtuális térben létrehozhatják egy adott feladat megoldását. A modell felépítése olyan, hogy az oktató viszonylag könnyen létre tud hozni a segítségével újabb és újabb feladatokat. A létrehozott modell az alábbi fő elemekből áll:

 

  1. Vezérlő – ez az egység végzi a vezérlést, a felhasználó ennek a segítségével tudja leellenőriztetni a megoldását vagy újraindítani a feladatot (beállítani a kezdeti állapotot).
  2. Táblák és a hozzájuk tartozó attribútum-rekeszek – minden táblához maximum 8 attribútumot tartozhat, ezek közül bármelyik bejelölhető kulcsattribútumnak.
  3. Attribútumok és attribútum automaták – a hallgatók az attribútum automatákból kérhetnek attribútum kockákat, melyeket a táblák egyes rekeszeibe kell elhelyezniük. Maguk az attribútum kockák valójában olyan fizikai Second Life-beli objektumok, melyeket bárki mozgathat.

 

A tanár az aktuális feladat megoldását egy jegyzetlap segítségével helyezheti el a vezérlőbe. Az attribútum automatákba elhelyezett kép segítségével pedig az azok által kidobott attribútum kockák textúráját állíthatja be. A Second Life-ban az egyes objektumok csatornákon keresztül, üzenetek segítségével tudnak információkat küldeni egymásnak. Az adatbázisok normalizálásának gyakorlására szolgáló modell üzeneteinek áramlását az egyes objektumok között az alábbi ábra szemlélteti.

 

1. ábra: Üzenetáramlás a modell elemei között

 

Az üzeneteket az LSL nyelven írt programrészek küldik és fogadják, amely a Second Life beépített szkriptnyelve. A modell működése a következő:

1. A vezérlő kihelyezése után elkezdi figyelni a hozzá tartozó csatornát (19976 sorszámú).

2. A tábla kihelyezésekor a táblához generálódik egy véletlen csatornaszám, ezzel biztosítva, hogy több tábla esetén mindegyiknek legyen saját csatornája, amely segítségével tud kommunikálni a hozzá tartozó attribútum rekeszekkel. A tábla ezt a számot elküldi a vezérlőnek a 19976 sorszámú csatornán (a). Ezek után a vezérlő elkezdi figyelni a tábla által kigenerált csatornát is.

3. Ha a felhasználó a táblára kattint, az létrehozza a táblához tartozó 8 rekeszt. Ezek megszüntetésekor a tábla üzenetet küld a rekeszeknek a táblához tartozó csatornán (b), aminek hatására azok megszüntetik magukat az llDie() függvény segítségével.

4. Ha a diákok az attribútum automatára kattintanak, az kidob egy attribútum kockát. Ekkor az automata egy (az automatához tartozó véletlen csatornaszámon) küldi el a kockának a megjelenítendő textúra adatait (c). A diákok feladata ezeket a kockákat elhelyezni a megfelelő táblarekeszbe.

5. Miután az edukánsok megoldották a feladatot, a vezérlő segítségével ellenőrizhetik le. Ekkor a vezérlő küld egy üzenetet a tábláknak és a táblarekeszeknek (d). A táblarekeszek az llSensor() függvények segítségével állapítják meg, melyik attribútum kockák vannak a közelükben, majd ezt az információt elküldik a vezérlő egységnek (e), amely kiértékeli a megoldás helyességét és az eredményt elküldi a tábláknak (f). Ezek után a táblákon megjelenik a zöld (helyes) vagy piros (helytelen) lámpa.

6. Ha a megoldás helyes, a hallgató avatárja egy nem átadható ruhadarabot kap. Az öt megoldandó feladat végén ellenőriztük, kinek hány ruhadarabja volt, így meg tudtuk állapítani, hogy az egyes hallgatók hány feladatot oldottak meg helyesen.

7. Néha előfordulhat, hogy szükséges visszaállítani a modell kezdeti állapotát. Ez is a vezérlő segítségével lehetséges, amely ilyenkor küld az összes táblának, táblarekesznek (d) a táblák saját csatornáin és az összes attribútum kockának az attribútumok számára fenntartott csatornán (19934 sorszámú) egy üzenetet (g), mely tárgyak ezek után megszűnnek, ill.  beállítják a kezdeti állapotukat.

A kutatás kezdeti paraméterei

2010 szeptemberében indítottuk el projektünket. Célunk az volt, hogy megvizsgáljuk, a Sloodle eszköztár használata mennyire, és milyen irányban befolyásolja a klasszikus felkészülési és számonkérési folyamatokat. A kutatás első félévében az Adatbázis-kezelés II. (ABK-II.) és az Információs rendszerek tervezése és üzemeltetése II. (ITU-II.) tárgyak oktatásában, míg a második félévben az Adatbázis-kezelés I. (ABK-I.) és az Információs rendszerek tervezése és üzemeltetése I. (ITU-I.) tárgyak oktatásában alkalmaztuk a Sloodle-eszközrendszert. A kutatásban nappali tagozatos hallgatók vettek részt.

Az ABK-II. közel azonos mértékben tartalmaz elméleti és gyakorlati anyagrészeket. Hallgatóink egyrészt új elméleti információkat kapnak a funkcionális függés és kulcsfogalom, valamint a normalizálás világából, másrészt a fentieket, továbbá az Adatbázis-kezelés I. (ABK-I.) tárgy elsajátításakor megismert elméleti anyagot ültetik át a gyakorlatba, leginkább Microsoft Access segítségével. A hallgatók a tárgyat a képzés harmadik félévében tanulják.

Az ITU-II. túlnyomó részben elméleti anyagrészből áll, amelyben hallgatóink a Martin-féle szervezési modell témaköreivel ismerkednek. Különböző dokumentumokat kell készíteniük, amelyeket összefüggő projektbe kötnek, majd ezt a féléves átfogó munkát kell bemutatniuk. Nem nyilvánítható a tantárgy tisztán elméletinek, mert – főleg a félév közepe táján – egyes dokumentumok elkészítésekor a tanultak szintetizált alkalmazására van szükség. A hallgatók a tárgyat a képzés ötödik félévében tanulják.

Az ABK-I. hasonlóan az ITU-II. tárgyhoz, nagyobb részben elméleti, kisebb részben gyakorlati anyagrészből áll. Az arány viszont más, a hallgatók több gyakorlati problémával szembesülnek, mint az ITU-II. tárgy esetében. Az adatbázis-kezelő rendszerek fogalmai, valamint az adatbázisok alapvető építőkövei, a relációk, attribútumok, sémák, előfordulások, kapcsolatok definíciói után a relációs algebra egyes műveleteinek elsajátítása történik. A relációs algebrai feladatok megoldása képezi a tárgy gyakorlati részét. A hallgatók a tárgyat a képzés második félévében tanulják.

Az ITU-I. tárgy teljes egészében elméleti jellegű. A Martin-féle szervezési modell megfelelő érthetőségét megalapozó rövidebb-hosszabb anyagrészek tartoznak ide. A hallgatók a tárgyat a képzés negyedik félévében tanulják.

Mindegyik tárgy esetében két-két csoportra osztottuk a résztvevő hallgatókat. Az egyik társaság alkotta a kutatásban aktívan résztvevőket, ők voltak, akik használhatták a Sloodle-eszköztárat. Az eszköztárból a Web-Intercom-ot, a Regisztrációs fülkét, a Tesztszéket, a Szavazótáblát, a Tananyag-automatát és a Fogalomkeresőt használtuk. A másik csoportba olyan hallgatók kerültek, akik a fenti segédletet nem alkalmazhatták, ők alkották a kontrollcsoportot. A két csoport más paraméterben nem különbözött szignifikánsan, megalkotásuk jelentkezés alapú volt. A csoportok résztvevőit korrigált kreditindexeik alapján vizsgálva sem találtunk a csoportok között szignifikáns eltérést. Az egyes létszámokat az 1. táblázat tartalmazza.

 

Az egyes Sloodle-csoportok létszámai

Az egyes kontroll-csoportok létszámai

ABK-II.

16

22

ITU-II.

17

20

ABK-I.

13

16

ITU-I.

15

20

1. táblázat: A Sloodle-csoportokban és a kontroll-csoportokban résztvevők létszáma

Statisztikai vizsgálatok és egyes eredmények

 

Ebben a fejezetben bemutatjuk és elemezzük a Sloodle-csoportok és a megfelelő kontroll csoportok eredményeit.

A hallgatók a félévek során az egyes tárgyakból 3 tesztalapú és 3 fogalomtár alapú zárthelyi dolgozatot írtak. A tesztek 20 kérdést tartalmaztak, minden jól megválaszolt kérdés 1 pontot ért. A fogalomtár alapú dolgozatok esetében pedig az anyagrész fogalmai közül 5-öt kellett kifejteniük a hallgatóknak, fogalmanként 4 pontot lehetett szerezni. A Sloodle-csoport tagjai a tesztalapú számonkérésre való felkészüléshez a Second Life világában Tesztszék Sloodle-eszközzel megoldható gyakorlóteszteket használtak. A fogalomtár alapú számonkérésre való felkészüléshez a Second Life világában a Fogalomkereső Sloodle-eszközt vették igénybe. A kontrollcsoport tagjainak is volt lehetőségük gyakorlóteszteket megoldani, illetve a fogalomtár alapú számonkérésre is felkészülhettek. A különbség az volt, hogy a Sloodle-csoport tagjai a Second Life-ban megtalálható Sloodle-eszköztárat is szabadon használhatták.

Az egyes teszteket T1, T2 és T3-mal jelöltük, míg az egyes fogalomtárakat F1, F2, F3 jelzésekkel láttuk el. Első lépésben normalitásvizsgálatot végeztünk Kolomogorov-Smirnov teszt és Shapiro-Wilk teszt segítségével. Ezután a csoportok eredményeit mind a T-teszt, mind a Mann-Whitney teszt segítségével összehasonlítottuk p=0,05 szignifikanciaszint mellett. Az SPSS statisztikai programcsomaggal számított eredményeket a következő táblázatok tartalmazzák:

 

T1

T2

T3

F1

F2

F3

n=38
 
Kolmogorov-Smirnov teszt (p)

0.200

0.036

0.200

0.018

0.200

0.024

Shapiro-Wilk teszt (p)

0.293

0.045

0.134

0.048

0.182

0.010

A Sloodle-csoport pontátlaga

12.00

16.19

14.88

14.88

14.69

14.56

A kontroll-csoport pontátlaga

9.45

14.95

13.45

11.73

11.05

13.00

T-teszt

0.038

0.141

0.175

0.001

0.002

0.267

Mann-Whitney teszt

0.033

0.153

0.137

0.003

0.003

0.108

2. táblázat: Az ABK-II. tárgy számonkéréseinek és az ezeket összehasonlító vizsgálatoknak az eredményei

 

 

 

 

T1

T2

T3

F1

F2

F3

n=37

 

 

 

 

 

 

 

 

 

 

 

 

 

Kolmogorov-Smirnov teszt (p)

0.019

0.000

0.200

0.200

0.000

0.020

Shapiro-Wilk teszt (p)

0.143

0.001

0.511

0.622

0.015

0.038

A Sloodle-csoport pontátlaga

14.24

13.35

14.00

15.24

13.06

14.65

A kontroll-csoport pontátlaga

12.25

12.50

11.00

13.00

10.78

12.10

T-teszt

0.041

0.403

0.018

0.026

0.032

0.046

Mann-Whitney teszt

0.028

0.598

0.013

0.045

0.049

0.045

3. táblázat: Az ITU-II. tárgy számonkéréseinek és az ezeket összehasonlító vizsgálatoknak az eredményei

 

 

T1

T2

T3

F1

F2

F3

n=29

 

 

 

 

 

 

 

 

 

 

 

 

 

Kolmogorov-Smirnov teszt (p)

0,042

0,121

0,200

0,067

0,200

0,089

Shapiro-Wilk teszt (p)

0,103

0,050

0,246

0,173

0,483

0,130

A Sloodle-csoport pontátlaga

14,00

14,00

14,38

13,23

13,38

12,00

A kontroll-csoport pontátlaga

10,69

10,47

13,25

8,67

9,60

11,75

T-teszt

0,030

0,016

0,453

0,025

0,048

0,892

Mann-Whitney teszt

0,012

0,025

0,475

0,025

0,080

0,880

4. táblázat: Az ABK-I. tárgy számonkéréseinek és az ezeket összehasonlító vizsgálatoknak az eredményei

 

 

T1

T2

T3

F1

F2

F3

n=35

 

 

 

 

 

 

 

 

 

 

 

 

 

Kolmogorov-Smirnov teszt (p)

0,054

0,061

0,063

0,200

0,004

0,142

Shapiro-Wilk teszt (p)

0,011

0,055

0,006

0,066

0,015

0,237

A Sloodle-csoport pontátlaga

17,87

15,87

17,67

17,33

15,87

16,73

A kontroll-csoport pontátlaga

14,55

13,55

14,75

13,90

12,60

14,42

T-teszt

0,013

0,026

0,031

0,003

0,013

0,008

Mann-Whitney teszt

0,006

0,039

0,036

0,002

0,036

0,009

5. táblázat: Az ITU-I. tárgy számonkéréseinek és az ezeket összehasonlító vizsgálatoknak az eredményei

 

A fenti táblázatokban használt színek a következőket jelentik. Az egyes számonkéréseket kék háttérrel jelöltük, ha a számonkéréshez – legyen az akár teszt-, akár fogalomtár alapú – tartozó anyagrész döntően elméleti jellegű. Sárga hátteret akkor használtunk, ha az anyagrész döntően gyakorlati jellegű, míg a sárga-kék váltakozó átlós vonalakkal jelölt számonkéréshez tartozó anyagrész közel azonos mértékben tartalmaz elméleti és gyakorlati problémákat. Ha akár a T-teszthez, akár a Mann-Whitney teszthez tartozó érték zöld, azzal azt jeleztük, hogy a Sloodle-csoport és a kontroll csoport eredményei között szignifikáns eltérés van, ha pedig ez az érték vörös, akkor az adott számonkérés eredményeiben nem mutatkozott szignifikáns különbség a fenti két csoportot véve alapul.

 

 A statisztikai vizsgálatok eredményeiből leszűrt állítások

 

A fenti értékekből a következő eredményekre jutottunk:

 

  1. A Sloodle-csoport pontátlaga minden esetben magasabb volt, mint a kontroll-csoporté, vagyis a Sloodle-csoport minden egyes számonkérés esetében jobban teljesített, mint a kontroll-csoport. A felkészülés során a Sloodle-eszköztár használata pozitív hatást fejtett ki a számonkérések eredményeire.
  2. A 24 számonkérés eredményeit vizsgálva 18 esetben szignifikáns különbség is mutatkozott a Sloodle-csoport javára, 6 esetben a csoportok között nem volt kimutatható a szignifikáns különbség. Az eszköztárat használók és nem használók átlagos eredményei között markánsnak mondható differencia tapasztalható.
  3. A 16 elméleti anyagrészen alapuló zárthelyi dolgozat eredményeit vizsgálva kimondható, hogy az összes ilyen típusú számonkérés esetében szignifikáns különbséget mértünk a két csoport eredményei között a Sloodle-csoport javára. Mindez a 4 döntően gyakorlati jellegű zárthelyi dolgozat esetében egyik alkalommal sem sikerült. A fentiekből azt a következtetést szűrjük le, hogy a Sloodle-eszköztár alkalmazása a felkészülési időszakban elsősorban az elméleti alapú számonkérések esetében gyümölcsöző.
  4. A 2 elméleti és gyakorlati anyagot hasonló mértékben tartalmazó számonkérés terén a tesztekben nem, de a fogalomtár alapú dolgozatokban szignifikáns különbséget találtunk a Sloodle-csoport javára. Csak az ilyen típusú zárthelyi dolgozatok esetében volt különbség a kétfajta számonkérés között a szignifikancia viszonylatában. Az ilyen fajta felmérések alacsony száma miatt további vizsgálatokat igényel ez a terület annak eldöntésére, hogy a tesztek és fogalomtár alapú dolgozatok közötti különbség elméletet és gyakorlatot hasonló mértékben tartalmazó felmérésekben okozhatja-e ezt a differenciát.

 

Az általunk fejlesztett, az adatbázisok normalizálásának gyakorlására használható eszköz hatása

 

A 3.3.4-es pontban bemutatott eszközt Sloodle-projektünk 3. félévében, 2011. november-december hónapjaiban élesben is alkalmaztuk. A félév fenti időszakában került sor a normalizálás oktatására. A modell megalkotásának célja az volt, hogy megvizsgáljuk, döntően gyakorlati jellegű anyagrész felmérésekor, amelyben szignifikáns különbség korábban nem volt a csoportok között, mennyire fejtheti ki hatását egy specializált eszköz bevetése. A harmadik félév eredményei még feldolgozás alatt vannak, ám az ABK-II. tantárgy T3 és F3 felméréseit, amelyekre hatással lehetett eszközünk, már kielemeztük. Az ABK-II. tantárgy oktatásában eszközünk bevetésén kívül más paramétert nem változtattunk, így következtetéseket vonhattunk le frissen fejlesztett modellünk hatékonyságával kapcsolatban. A 6. táblázatban projektünk első félévében mért, ABK-II. tárgyhoz tartozó T3 és F3 felmérések eredményeit hasonlítottuk össze a harmadik féléves adatokkal, ahol már alkalmaztuk eszközünket.

 

 

2010. nov-dec.

 

2011. nov-dec.

tárgy: ABK-II.

T3

F3

 

T3

F3

 

 

 

 

 

 

Kolmogorov-Smirnov teszt (p)

0.200

0.024

0,080

0,015

Shapiro-Wilk teszt (p)

0.134

0.010

0,012

0,024

A Sloodle-csoport pontátlaga

14.88

14.56

15,82

15,73

A kontroll-csoport pontátlaga

13.45

13.00

12,45

11,36

T-teszt

0.175

0.267

0,018

0,034

Mann-Whitney teszt

0.137

0.108

 

0,047

0,023

6. táblázat: Projektünk 1.  és 3. félévében oktatott ABK-II. tárgyhoz tartozó T3 és F3 felmérések eredményei

Az eszközünk használata előtt az ABK-II. tantárgy T3 és F3 felméréseinek eredményei alapján nem tudtunk szignifikáns különbséget kimutatni a csoportok között. A specializált modellünk alkalmazása után viszont már mindezt megtehettük. Szükség van további vizsgálatokra, hogy teljes bizonyossággal kijelenthessük, eszközünk pozitív befolyással lehet a felkészülési folyamatra, de, mint látható, az első összehasonlítás rendkívül kedvező eredményt mutatott. Modellünket a továbbiakban is használni fogjuk.

 

7. Összefoglalás, konklúziók, jövőbeli tervek

             Sloodle-projektünk a 2010. szeptemberi kezdés óta már a 3. féléven van túl. Ez alatt az idő alatt számos tapasztalatot szereztünk, amelyeket mind-mind fel is használtunk az idő haladtával. A tapasztalatok mellett néhány érdekes eredményt is felmutathatunk, melyeket ebben a tanulmányban le is írtunk.

A Sloodle-eszköztár használata minden felmérés esetében pozitív hatást fejtett ki, igaz ugyan, hogy a Sloodle-csoport és a kontrollcsoport között szignifikáns különbséget csak az elmélet-alapú számonkérések terén tudtunk kimutatni, így az eszköztárat elsősorban elméleti tárgyak oktatásában ajánljuk használatra.

A gyakorlat-alapú zárthelyi dolgozatok vizsgálatakor is a Sloodle-csoport tagjai teljesítettek jobban, de a csoportok között nem volt szignifikáns különbség. Létrehoztunk egy teljes mértékben saját eszközt, melyet gyakorlat-alapú anyagrész, a normalizálás terén alkalmaztunk is, és az első félév eredményei azt igazolták, eszközünk segíti a felkészülést.

Sloodle-projektünk további féléveiben tervezzük egy másik eszköz kifejlesztését, mellyel a relációs algebra témakörére történő felkészülést segítenénk, kérdőíves felmérést végzünk majd a kutatásban részt vett hallgatók visszajelzéseit megfelelően elemezve, és célunk, hogy a teszt és a fogalomtár-alapú zárthelyi dolgozatok közötti különbségeket is megvizsgáljuk.

 

8. Hivatkozások

 

[1] Researching Learning in Virtual Worlds edited by Anna Peachey, Julia Gillen, Daniel Livingstone, Sarah Smith-Robbins – Springer 2010

[2] Games-Based Learning Advancements for Multi-Sensory Human Computer Interfaces edited by Thomas Connolly, Mark Stansfield, Liz Boyle – Information Science Reference 2009

[3] Integrating Web-Based and 3D Learning Environments: Second Life meets Moodle – In: Upgrade, Vol. IX, issue No. 3, by Daniel Livingstone and Jeremy Kemp 2008

[4] http://www.unideb.hu

[5] http://www.de-efk.hu

[6] http://www.de-efk.hu/index.php/egeszseguegyi-szervez-alapszak

[7] http://www.moodle.org

[8] http://secondlife.com

[9] http://moodle.org/stats

[10] http://www.sloodle.org


Megosztás:
  • Print
  • del.icio.us
  • Facebook
  • Twitter
  • Google Bookmarks
  • email
  • Google Buzz
  • LinkedIn
  • PDF
  • RSS


Hozzászólás letiltva


RSS FeedRss feed
© Oktatás-Informatika Folyóirat Szerkesztősége 2011.
szerkesztoseg@oktatas-informatika.hu
By mOp@NET