Aanvraag Utrechts Stimuleringsfonds Onderwijs 2015 Indienen uiterlijk op 30 januari 2015 om 12:00 uur door de decaan bij het college van bestuur en per e-mail bij de secretaris van de commissie ([email protected]). maximaal 2500 woorden Decaan Prof.Dr. F. Miedema (GNK) Titel project Differentiatie door Blended Learning en Learning Analytics Projectleider Prof.Dr. Harold VM van Rijen (GNK) Looptijd 1 september 2015 - 31 augustus 2017 Budget €248.846,- Beschrijving a. probleemanalyse De traditionele onderwijsvormen, zeker in de basiscurricula van het hoger onderwijs zijn erg gebaseerd op uniformiteit. Alle studenten doorlopen hetzelfde curriculum in hetzelfde tempo, met dezelfde, vaak traditionele, onderwijsvormen, dezelfde kwaliteitscontroles en dezelfde eindtermen, ongeacht hun diversiteit in niveau of interesses. Er is in veel studies ruime keus voor het studiepad, maar (naast het honoursprogramma) relatief weinig ruimte voor differentiatie in studietijd en/of -niveau. Innovatievere leervormen die gebaseerd zijn op een mix van e-learning, software technologie en contactonderwijs (Blended Learning) zouden docenten en studenten ruimte en mogelijkheden bieden voor meer differentiatie en meer feedback aan de student en aan de docent in de vorm van Learning Analytics. Blended Learning wordt zowel binnen de Universiteit Utrecht als daarbuiten gezien als het onderwijsmodel van de toekomst. Bij zowel het recent gestarte universitaire onderwijs ICT project ‘Educate-IT’, als het Onderwijs ICT programma ‘Onbegrensd Leren’ van het UMC Utrecht staat Blended Learning centraal als didactisch onderwijsmodel. In het lopende project ‘Blended Learning, de toets en de docent’ van het Utrechts Stimuleringsfonds Onderwijs, dat op 1 april 2015 zal aflopen is in de afgelopen twee jaar ontwerpgericht onderzoek gedaan naar effectieve combinaties van e-learning en contactonderwijs. Het meest gebruikte model is het inrichten van een leercontinuüm waarbij studenten de basiskennis via zelfstudie in de vorm van e-learning aangeboden krijgen (kennisverwerving), gevolgd door verdiepend contactonderwijs (kennisverwerking) (Zie Figuur 1). In het project, waar de opleidingen SUMMA, Biomedische Wetenschappen, Geneeskunde en Diergeneeskunde in participeerden, is het onderwijs succesvol vernieuwd door onder andere de inzet van ontworpen iBooks, online zelftoetsen, worked examples en online voorbereidingsoefeningen. Dit project zal een aantal good practices en didactische modellen van online voorbereiding op hoor- responsie- en werkcolleges opleveren, alsmede de inzet formatieve digitale toetsing met feedback ter voorbereiding op summatieve toetsing die zonder meer breder inzetbaar zijn binnen de UU en daarbuiten. Figuur 1: Leercontinuüm van Blended Learning Uit de evaluatie van de diverse pilots blijkt dat zowel studenten als docenten wisselend enthousiast zijn over de invoering van Blended Learning. De aansluiting tussen zelfstudie via e-learning (kennisverwerving) en het verdiepende contactonderwijs (kennisverwerking) blijkt het ‘Pièce de Résistance’ van Blended Learning te zijn: Studenten hebben om verschillende redenen moeite om de stap te maken van theorie naar toepassing. De inzet van Blended Learning vraagt bijvoorbeeld dat docenten en studenten zich anders moeten voorbereiden op het contactonderwijs. Daarnaast geven studenten aan dat zij tijdens de kennisverwerving niet volledig zeker zijn over of ze de stof voldoende begrijpen of dat zij moeite hebben de motivatie te vinden deze voorbereiding af te ronden. De docenten hebben eveneens beperkt inzicht in het kennisniveau van de studenten. Het is voor docenten niet duidelijk hoeveel studenten zich werkelijk op het contactmoment hebben voorbereid en welke onderwerpen niet goed zijn begrepen en eigenlijk in het contactmoment nog verdere uitleg behoeven. Tevens raken docenten in een impasse als blijkt dat een deel van de groep zich niet heeft voorbereid. Is het verstandig om toch door te gaan met de verdieping, of moeten eerst alle studenten hetzelfde niveau bereikt hebben om het contactonderwijs effectief te laten zijn? Zo rijst dus van zowel docenten als studenten de vraag om meer inzicht te krijgen in het leerproces. In een kleine pilot in het thans lopende stimuleringsfonds project ‘Blended Learning’ is een eerste stap gezet om inzicht in het leerproces zelf te krijgen. Zo kregen studenten feedback over hun kennisvoortgang en tegelijkertijd kregen docenten inzicht in de voorbereiding van de studenten. Er is gebruik gemaakt van analytische data van zelftoetsen uit de elektronische leeromgeving (ELO) om een responsiecollege vorm te geven. De zelftoetsen waren gecategoriseerd per onderwerp en werden door de studenten vóór het responsiecollege gemaakt. De vragen waren ieder voorzien van uitgebreide feedback met een verwijzing naar een kennisclip. De docent had toegang tot de (automatische) itemanalyses, kon zo zien welke onderwerpen goed en welke slecht waren gemaakt door de studenten en gaf hiermee een adaptief responsiecollege om de misconcepties plenair te bespreken. Dit was een effectieve manier om docenten én studenten beter inzicht te verschaffen in het leerproces. Het verzamelen, analyseren en rapporteren van studentgegevens en -activiteit om zo het onderwijs en de omgeving waarin dit onderwijs plaatsvindt te begrijpen en verbeteren wordt aangeduid als 'Learning Analytics'1. De toevoeging van learning analytics aan Blended Learning biedt enorme mogelijkheden. Het kan de student inzicht geven in zijn/haar voortgang in de voorbereiding via e-learning en hier de juiste adaptieve feedback op geven. Het kan de student inzicht geven of deze voldoende is voorbereid op het contactonderwijs. Het kan de docent inzicht geven in de voortgang op student, onderwerp of cohortniveau en hierop adaptief contactonderwijs inrichten, bijvoorbeeld door differentiatie op niveau aan te brengen. Om het Blended Learning leercontinuüm als onderwijsmodel te verbeteren, is er behoefte aan een eenvoudig inzetbare Learning Analytics service alsmede ontwerpgericht onderzoek om te komen tot effectieve leervormen waarin feedback en differentiatie centraal staan. 1. http://www.surf.nl/themas/leren-en-toetsen/learning-analytics/index.html b. doelstelling en resultaten In het voorgestelde project willen we de succesvolle ontwikkelingslijn Blended Learning in de volle breedte van de Universiteit Utrecht voorzetten. In Figuur 2 is het voorgestelde spectrum van onderwijsinnovatie weergegeven. Dit project heeft als hoofddoel om bij alle deelprojecten in de faculteiten een innovatieslag te maken, waardoor alle faculteiten zich rechtswaarts in het spectrum gaan bewegen. Figuur 2: Spectrum van onderwijsinnovatie binnen het voorgestelde project. Het hoofddoel valt uiteen in twee doelstellingen: 1. Cyclische implementatie en evaluatie van Blended Learning onderwijs dat thans grotendeels op traditionele wijze wordt gegeven. De beoogde resultaten hierbij zijn: a. Betere afstemming van kennisverwerving (e-learning) en kennisverwerking (contactonderwijs) zodat hogere cognitieve niveaus kunnen worden bereikt in het contactonderwijs. b. Verhoging van de motivatie van studenten én docenten in de kennisverwervings en kenningsverwerkingsfase 2. Het toevoegen van learning analytics en gedifferentieerde onderwijsvormen aan het leercontinuüm van blended learning. Deze doelstelling heeft een meer ontwerpgericht onderzoekskarakter. De beoogde resultaten zijn: a. Visie op een effectieve inzet van learning analytics die ofwel de student in het voortraject, ofwel de docent in het contactonderwijs kunnen ondersteunen. 2 b. c. d. Ontwikkelen van een learning analytics tool die breed inzetbaar is. Gevalideerde vormen van een leercontinuüm waarin de voorbereiding van de individuele student via e-learning optimaal wordt vormgegeven door adaptieve feedback vanuit de ELO zodat deze het juiste kennisniveau heeft om deel te kunnen nemen aan verdiepend contactonderwijs. Gevalideerde vormen van een leercontinuum, waarin de voorbereiding van de studenten input vormen voor adaptiever onderwijs vanuit de docent. c. plan van aanpak: activiteitenplan met gedetailleerde planning Plan van Aanpak In dit project zullen in alle faculteiten van de UU deelprojecten worden uitgevoerd met als hoofdthema ‘Blended Learning’. Iedere faculteit heeft zijn eigen, docent geïnitiëerde projecten, waarbij onderwijskundige, financiële en onderzoeksmatige ondersteuning vanuit het project wordt geboden. Bovendien wordt binnen het project een learning analytics service ontwikkeld die lopende het project in de overige projecten kan worden gedissemineerd. Activiteitenplan: Alle faculteiten starten met het invoeren en/of verbeteren van blended learning in hun onderwijs en onderzoeken tevens de mogelijkheden van Learning Analytics in hun onderwijs. Er is een onderscheid gemaakt in projecten waarbij de Learning Analytics zich richten op de student en op de docent. De faculteiten die zich bezighouden met het implementeren van Learning Analytics als tool voor de student zijn: Faculteit Bèta Informatica (Johan Jeuring, Bèta): Ontwerp en implementatie van een learning analytics service, die eenvoudig en flexibel ingezet kan worden bij verschillende vakken: Voor één of meerdere modules die binnen het project aan de orde komen de leerdoelen die in het online onderwijs, en dan met name de toetsing, aan de orde komen vertalen naar een student-model, en de interacties van een student aggregeren in dit student-model. Het student-model gebruiken we vervolgens om de vorderingen van de student bij te houden, en om vervolgtaken voor een student te suggereren. Voor de technologische uitwerking hiervan zullen we standaard technieken uit de item-response theorie gebruiken. Interacties van alle studenten binnen een module aggregeren, en gebruiken om de docent feedback te geven over onderdelen van de module die goed gaan, en onderdelen waar studenten breed problemen ondervinden Begroting: Jaar 1: o Requirements, analyse & ontwerp software : 100 docenturen x €53= €5.300 o Bachelorproject Softwareontwikkeling: €9.000 o Aanpassing Bachelorproject (Studentassistenten): 520 uur x €17= €8.840 o Begeleiding ontwerp & implementatie software en analyse resultaten: 300 docenturen x €53= €15.900 Jaar 2: o Bachelorproject Softwareontwikkeling: €9.000 o Aanpassing Bachelorproject (Studentassistenten): €520 uur x €17= €8.840 o Begeleiding aanpassing software en analyse resultaten : 300 docenturen x €53= €15.900 Biologie (Elwin Savelsbergh en Ton Peters, Bèta): Cursus: Evolutie en Biodiversiteit (1e jaar, 200 deelnemers) Docent: Fred Wiegant Doel: Adaptieve Blended Omgeving m.b.v. Learning Analytics Jaar 1: Voortbouwend op eerdere pilots van o.a. Fons Cremers, Fred Wiegant en Margot Koster: Inrichten flipped classroom benadering van werkgroeponderwijs. Voorbereiding via kennisclip afgesloten met een korte diagnostische toets. Hieruit worden als feedback voor de docent learning analytics gegenereerd (usage statistics, toetsresultaten) die input zijn voor de werkgroepsessie. In deze fase vraagt het genereren van de gewenste learning analytics nog substantieel handwerk (ondersteuner ict-bèta). In voorgaande pilot bleek dat het met name het genereren van bruikbare analytics uit de usage statistics van de kennisclips nog nadere aandacht vraagt. Resultaat en studentwaardering worden geëvalueerd met focus op interactieve werkgroep. Jaar 2: Inzet learning analytics service (product Johan Jeuring) voor het genereren van directe feedback aan studenten, en het adaptief aanbieden van kennisclips en oefenstof. Resultaat en studentwaardering worden geëvalueerd met focus op digitale feedback. Deelnemende docenten en ontwikkelaars participeren in 3 kennisontwikkeling/kennisdeling in de bèta-community of expertise (lopend project bèta-faculteit onder regie UGS) Verwachte resultaten: o Een good-practice van een flipped classroom gebaseerd op een adaptief blended learning continuum o een testbed voor de learning analytics tool. Begroting: o Jaar 1: docent 80 uur à €63= €5040 onderwijsontwikkelaar/it-ondersteuner 140 u à €53 = €7420 o Jaar 2: docent 60 uur à €63 = €3780 onderwijsontwikkelaar/it-ondersteuner 120 u à €53 = €6360 EMP ondersteuning: advisering opzet, uitvoering, analyse, rapportage. 50 uur/jaar Faculteit Diergeneeskunde (Yvonne van Zeeland & Benedikte Sam) Cursus: Anesthesiologie: Anesthesievaardigheden: Verantwoord laten slapen van A tot Zzzzz (Master Gezelschapsdieren) Docenten: Rob Sap, Richard Lenters, Jiske L’Ami, Ies Akkerdaas Doel: Invoering van Blended Learning met e-modules, 3-d modellen en Entrustable Professional Activities (EPA’s) voor verfijning en optimalisatie van het leertraject binnen het anesthesiologie onderwijs, waardoor meer ruimte ontstaat voor differentiatie en afstemming van het traject op het leertempo en –curve van de individuele student. Werkplan jaar 1&2: o Ontwikkeling e-modules, inclusief een (formatieve) digitale toets o Ontwikkeling van een EPA waarin vastgelegd wordt wat de kennis, vaardigheden en competenties zijn die de student dient te bezitten om een patiënt op een verantwoorde manier onder anesthesie te brengen, en de verschillende niveau’s die daarin onderscheiden kunnen worden (inclusief de parameters waarop gescoord wordt om te kunnen meten hoe studenten het doen) o Opstellen van een enquête/evaluatie over hoe studenten (en docenten) de werkwijze met e-modules en’ de EPA (“ rijbewijs”) benadering ervaren t.a.v. het huidige, traditionele onderwijssysteem (nulmeting), inclusief de mate waarin deze benadering feedback, feedup en feedforward geeft t.a.v. de handeling, afstemming biedt op het individuele leerproces en invloed heeft op de snelheid waarmee studenten het eindniveau behalen. o Koppelen en integreren van EPA beoordeling aan ePASS (het digitale portfolio van de student). o Gedurende 24 weken (24 weken is de duur van een Niv 1 en 2 roulatie) de EPA laten uitvoeren. Een gunstig startmoment zou dan december 2015 kunnen zijn. De Niv1, de Niv2 en Niv3 studenten zullen synchroon aan de EPA worden onderworpen (zou dan om ongeveer 50+50+50 = 150 studenten gaan, wat genoeg meetpunten binnen het tweede projectjaar op moet leveren om (positieve of negatieve) effecten te kunnen waarnemen. Begroting: o Jaar 1:7x20 uur=140 uurx€53= € 7.420,o Jaar 2: 7x20 uur=140 uurx€53= € 7.420, EMP ondersteuning: 50 uur/jaar, o.a. voor aanvraag ERB, opzet, uitvoering, analyse, rapportage. Faculteit Geowetenschappen (Martine Geertsma) Cursus: Wiskunde en Systeemanalyse (1e jaar, 150 deelnemers) Docent: Karin Rebel, Stefan Dekker Doel: Doorontwikkelen e-learning voor onderwijs aan studenten met verschil in niveau bij aankomst van het vak Jaar 1: afgelopen jaar hebben wij filmpjes ontwikkeld voor ‘flipping the classroom’, met als doel studenten met een verschil in niveau in wiskunde op maat onderwijs aan te bieden. Dit jaar willen wij dit doorontwikkelen door online toetsen te maken waarbij studenten hun kennis kunnen toetsen voor ze naar college te komen. Op deze manier kunnen wij de studenten prikkelen zich echt goed voor te bereiden, wat hiervoor meer vrijblijvend was. Daarnaast willen wij een online tentamen ontwikkelen. Jaar 2: Na de ervaringen binnen het wiskunde onderdeel van dit vak, willen wij het blended learning uitbreiden om ook bij systeemanalyse onderdeel toe te passen. Hierbij denken wij dan voornamelijk aan ondersteuning bij de Stellacomputerpractica in de vorm van feed-forward filmpjes, meer dan het omzetten van colleges in filmpjes. Verwachte resultaten: Een blended learning model voor gedifferentieerd onderwijs voor studenten met verschillende niveaus bij aankomst van het vak. Begroting: o Jaar 1: Ontwikkelen e-modules, toetsvragen, 8 x 16 uur = 128 uur x 4 €53=€6.784 o Jaar 2: Ontwikkelen feedforward filmpjes: 120 uur x €53=€6.360 EMP ondersteuning: opzet, uitvoering, analyse, rapportage. 20 uur/jaar Cursus: alle cursussen waar papers worden geschreven, op niveau 1, 2 en 3 Docent: Karin Rebel, Frank van Laerhoven, Margien Bootsma, Jacco Farla Doel: studenten van te voren feedback te geven over het schrijven van een goede paper Jaar 1: het maken van een feedforward film (niveau 1) waarbij duidelijk per onderdeel wordt aangegeven via voorbeelden van afgelopen jaren wat goed is, en wat de valkuilen zijn. Jaar 2: feedforward films waarnodig uitbreiden voor niveau 2 en 3. Feedforward films toevoegen voor peerfeedback. Verwachte resultaten: blended learning over verschillende vakken met als resultaat beter besef van de student wat een goede paper is en hoe je deze van je medestudenten evalueert. Begroting: o Organisatie, inventarisatie van onderdelen: 40 uur x €53=€2.120 o Ontwikkelen filmpjes, inclusief montage: 160 uur x €53=€8.480 EMP ondersteuning: opzet, uitvoering, analyse, rapportage. 30 uur/jaar Faculteit Geesteswetenschappen (Daniël Janssen) Binnen de het Departement Taal, Literatuur en Communicatie is een e-learning programma in ontwikkeling om de schrijfvaardigheid van studenten te vergroten. Het programma biedt studenten de mogelijkheid om deficiënties in de eigen schrijfvaardigheid vast te stellen en die weg te werken via gerichte oefeningen met concrete feedback en zelfstudie aan de hand van een syllabus. Doel: o verdere uitbouw van de inhoudelijke thema’s (modules) uit de syllabus in de e-learning: vergroten van de inhoudelijke validiteit van de e-learning en e-toetsing; o nadere validering van de entreetoets als middel om onderscheidende leerwegen te bepalen; o nadere validering van de eindtoets als middel om ontwikkelde schrijfvaardigheid te meten. Begroting: o Jaar 1: 620 uur Student assistent x €17= 10.540,o Jaar 2: 620 uur Student assistent x €17= 10.540, EMP ondersteuning: aanvraag ERB, opzet, uitvoering, analyse, rapportage. 50 uur/jaar De faculteiten die zich bezighouden met het implementeren van Learning Analytics als tool voor de docent zijn: Faculteit Geneeskunde Summa (Tineke Westerveld, GNK): ‘Flipping the classroom (FtC) SUMMA’ (vorige aanvraag Utrechts Stimuleringsfonds Onderwijs) heeft geresulteerd in een iteratief ontwikkelde good practice voor FtC, die in het huidige project zal worden toegepast. Docent: D Dekker Cursus: het onderdeel farmacotherapie (1 uur voorbereiding en 1 uur contact onderwijs) binnen de 16 blokken van de lijn Kennis in jaar 1 en 2 van SUMMA. Het betreft 40 studenten per studiejaar. Doel: informatie krijgen over het (longitudinale) gebruik van weblectures farmacotherapie. Werkplan: o Er worden korte (15 min) weblectures gemaakt over de basisstof. Deze dienen als voorbereiding op het contact onderwijs, waarin de basisstof wordt toegepast, verdiept, geanalyseerd. Het is de verwachting dat de weblectures ook later in de studie tijdens de co-assistentschappen van jaar 3 gebruikt zullen worden als opfrissing in de klinische contekst. o M.b.v. learning analytics kan inzicht verkregen worden in de mate waarin van deze longitudinale mogelijkheid gebruik wordt gemaakt en welke onderwerpen in de klinische fase mn bekeken worden. Op basis hiervan kan het (contact) onderwijs van jaar 1 en 2 aangepast worden. Verwachte resultaten: o ervaring met FtC, ingericht volgens de good practice uit het vorige project. Is dit inderdaad een good practice? o Blended Learning continuum waarin learning analytics van weblectures 5 sturend is voor het contactonderwijs Begroting: Jaar 1 o Weblectures maken: 8 x 16 dbu = 128 dbu x €53 = €6.656 o Ontwikkeling Contact onderwijs: 8 x 16 = 128 dbu x €53 = €6.784 Jaar 2 o Weblectures maken: 8 x 16 dbu = 128 dbu x €53 = €6.656 o Ontwikkeling Contact onderwijs: 8 x 16 = 128 dbu x €53 = €6.784 EMP ondersteuning: 50 uur/jaar: aanvraag ERB, opzet, uitvoering, analyse, rapportage Biomedische Wetenschappen (Harold van Rijen, GNK): Cursus: Orgaansystemen (2e jaar, 150 deelnemers) Docent: Harold van Rijen Doel: Inrichten leercontinuüm voor gedifferentiëerd werkgroeponderwijs Jaar 1: Inrichten flipped classroom benadering van alle werkgroeponderwijs (30 studenten in 7 werkgroepen). Voorbereiding via e-learning (kennisverwerving), afgesloten met een korte kennistoets. De learning analytics van deze kennistoets vormt de basis voor het eerste half uur van de werkgroep. Daarna werken de studenten in subgroepen aan pathofysiologische casus (kennisverwerking). Plenaire terugkoppeling Jaar 2: Verfijnen blended learning leercontinuüm door inzet learning analytics service (product Johan Jeuring) in voorbereidingsfase. De e-learning zal hierdoor intensieve feedback geven aan studenten en docenten in de voorbereidingsfase. Studenten zullen op basis van de learning analytics in verschillende groepen worden geaggregeerd, die gedifferentieerd contactonderwijs gaan krijgen op 2 niveaus: Eén waarvoor de leerdoelen van het blok het streefdoel is, en een tweede groep voor wie de leerdoelen van het blok het vetrekpunt zijn. Verwachte resultaten: Een gevalideerd blended learning model voor gedifferentieerd werkgroeponderwijs dat zowel de betere als de gemiddelde of matige student bedient en uitdaagt. Begroting: o Jaar 1:7x20 uur=140 uurx€53= € 7.420 o Jaar 2: 7x20 uur=140 uurx€53= € 7.420 EMP ondersteuning: aanvraag ERB, opzet, uitvoering, analyse, rapportage. 50 uur/jaar Rechtsgeleerdheid (Bald de Vries, REBO) De introductie van het nieuwe bachelorcurriculum van het departement Rechtsgeleerdheid biedt aanknopingspunten om concreet gestalte te geven aan ‘blended learning’ als het nieuwe onderwijsmodel – kleinschalig, activerend en intensief onderwijs wordt versterkt door de mogelijkheden die ‘blended learning’ biedt. In het inleidende vak Grondslagen van recht wordt gewerkt met een elektronische leeromgeving die (in samenwerking met de uitgever) rondom de verplichte literatuur is gebouwd. Deze omgeving wordt ingericht ten behoeve van ‘blended learning’. Cursus: ‘Grondslagen van Recht’ Docent: Bald de Vries Doel: o Integratie van kennisclips ter ondersteuning van de te lezen literatuur ten behoeve van het hoorcollege (dat op een hoger niveau kan worden ingezet) en het werkgroeponderwijs dat inzet op zelforganisatie van studenten en een actieve houding vereist (‘flipping the classroom’). (Het project voorziet in de opname van zo’n 34 kennisclips waarin aspecten besproken van de leerstof worden waarmee studenten over het algemeen moeite hebben) De mogelijkheid van diagnostische zelftoetsing door de ontwikkeling van digitale toetsen in de vorm van bijvoorbeeld games, die zowel via de ELO gebruikt kunnen worden of via tablet en smartphone (als app). Verwachte resultaten: Een structureel vormgegeven leercontinuum: digitale kennisverwerking (en zelftoetsing) ten behoeve van het fysieke werkgroeponderwijs. Ten einde te meten of en in hoeverre deze aanpak de gewenste effecten sorteert (betere voorbereiding en meer gedifferentieerde toetsresultaten) wordt ingezet op learning analytics: het verzamelen, analyseren en rapporteren van studentgegevens en -activiteit om zo het onderwijs en de omgeving waarin dit onderwijs plaatsvindt beter te begrijpen en te verbeteren. Jaar 1: Opname Kennisclips, aanpassing hoorcolleges en wergroeponderwijs Jaar 2: Ontwikkeling en inzet zelftoetsen, apps en games, gebruik makend van learning analytics Begroting: o Jaar 1: Opname Kennisclips 34x6 uur x €53 =€10.812. Aanpassen hoorcollege en werkgroeponderwijs 2x40 uurx€53=€4.240 o Jaar 2: Ontwikkelen zelftoetsen en inzet learning analytics: 160 uur x €53 = €8.480 6 EMP ondersteuning: opzet, uitvoering, analyse, rapportage. 50 uur/jaar Het project bouwt voort op (een lopend) EMP project Blended learning: creëren van (korte) kennisclips en hangt samen met de teaching fellowopdracht van Bald de Vries, Intensivering van het onderwijs, en het REBO programma Onderwijs en IT. Bald de Vries maakt ook deel uit van de projectleiding van het deelproject ELO binnen het UU project Educate-IT. Faculteit Sociale Wetenschappen (Casper Hulshof, OWK): Binnen de afdeling Onderwijskunde wordt al enige tijd gewerkt aan het geleidelijk omzetten van verschillende cursussen naar een meer ‘blended’ format. Deze aanvraag sluit aan bij het reeds lopende Stimuleringsproject ‘Passief Kijken? Actief Leren!’ waarin de integratie van online videomateriaal als voorbereiding op hoor/werkcolleges centraal staat. Ook sluit de aanvraag aan bij verschillende nieuwe projecten (algemene coördinatie: Casper Hulshof). Cursus: Ba2-vak Education and ICT Docent: Anouschka van Leeuwen, Jeroen Janssen, Chris Phielix Doel: o gebruik van formatieve toetsing bij het voorbereiden van hoor- en werkcolleges. Learning analytics zouden een bijdrage kunnen leveren bij het beoordelen van eventuele knelpunten of tekortkomingen in de kennis van studenten, waar het aansluitende onderwijs zich dan specifiek op kan richten. Jaar 1: Inventarisatie knelpunten en ontwerp formatieve toetsen: 50 docenturen x €53=€2650 Jaar 2: Implementatie learning analytics en ontwerp contactonderwijs: 80 docenturen x €53=€4240 o Het creëren van een online kennisbank voor studenten en docenten, bestaande uit videomateriaal, voorbeelddocumenten, en online oefeningen. Learning analytics kunnen helpen om de behoefte aan materialen in kaart te brengen en de wijze waarop het materiaal gebruikt wordt. Jaar 1: Ontwikkeling online kennisbank en onderzoeken aansluiting learning analytics: 40 docenturen x €53=€2120 Jaar 2: Implementatie en testen learning analytics in kennisbank: 60 docenturen x €53=€3180 o Doorontwikkelen van een (reeds bestaande) tool voor het beoordelen van samenwerking in een groep door studenten. Met behulp van learning analytics zou het mogelijk kunnen zijn om groepsdynamiek gedurende het verloop van een cursus beter in kaart te brengen en om docenten te helpen in het vinden van een geschikt moment om waar nodig bij te sturen. Jaar 1: Inventarisatie knelpunten en ontwerp analysetools: 80 docenturen x €53=€4240 Jaar 2: Implementatie en testen learning analytics in gebruik Radar & Reflector: 40 docenturen x €53=€2120 Verwacht Resultaat: Een blended learning cursusformat dat is gestoeld op een leercontinuum van online voorbereiding met zelftoetsing dat sturend is voor zowel de student (elarning) als docent (contactonderwijs). EMP ondersteuning: 50 uur/jaar d. haalbaarheid en risicomanagement Binnen alle deelnemende faculteiten is Blended reeds een lopend thema dat past binnen de didactische keuzes die op centraal niveau zijn gemaakt. Er is als zodanig geen weerstand te verwachten voor de invoering of verfijning van onderwijsvormen die uitgaan van blended learning op docent-, opleidings- of facultair niveau. De kracht van dit project zit juist in het ondersteunen en verbinden van innovatieambities, expertises en ervaringen van docenten zelf. Door maandelijkse bijeenkomsten (zie projectorganisatie) kan er scherp op voortgang en aanpassingen hierin worden gestuurd. e. projectorganisatie Het project is horizontaal georganiseerd, waarbij deelprojecten binnen de faculteiten worden uitgevoerd. De planning omvat maandelijkse bijeenkomsten van 2 uur met alle deelnemers, de projectleider (Harold van Rijen) en onderwijskundige (Rianne Poot, COLUU) en zullen in het teken staan van borging van de kwaliteit en voortgang van de deelprojecten. Deze bijeenkomsten dienen tevens als disseminatie- en inspiratiemomenten binnen het project als geheel. Harold van Rijen en Rianne Poot dragen tevens zorg voor de onderwijskundige en projectmatige opzet van de studies zodat een duidelijk beeld van de resultaten en effecten op student, docent en leerproces kan worden verkregen. 7 f. plan voor disseminatie (zie ook toelichting commissie) Deze aanvraag betreft een multi-facultair project, waarin ook het COLUU betrokken is. Gezien het feit dat alle faculteiten van de UU zijn betrokken bevat dit onderwijsontwikkelingsproject per definitie al een zeer sterke disseminatiecomponent. Om lopende het project reeds te dissemineren zullen de projectleiders worden uitgenodigd een blog over hun docentervaringen binnen het project bij te houden op de website van de TAUU. Bovendien zal bredere bekendheid binnen de UU kunnen worden bereikt via het platform van Educate-IT, het COLUU, en door presentaties op reguliere onderwijscolloquia. Buiten de UU zou, als de resultaten hier aanleiding toe geven, disseminatie plaats kunnen vinden via voordrachten op wetenschappelijke congressen en publicaties in wetenschappelijke tijdschriften. Begroting1 Per kalenderjaar Jaar 1: Salariskosten €117.466, Projectkosten €9000, bijeenkomsten/congressen: €5000 Jaar 2: Salariskosten €103.380. Projectkosten €9000, bijeenkomsten/congressen: €5000 Totaal €248846 EMP-inzet Voor dit tweejarige project wordt de specifieke expertise gevraagd van Rianne Poot (COLUU). Zij is ervaren op het gebied van blended learning, digitale zelftoetsing (SURF project ‘Gezamenlijk gebruik van toetssoftware in de cloud’ 2013-2014 ism H v Rijen) en learning analytics (EMP project Beta Faculteit 2014 ism E Savelsbergh) en is uitermate geschikt voor dit project dat een sterk ontwerpgericht karakter heeft met een validerende component. Gevraagde EMP uren (per jaar): 400 Opslag voor overhead en aanschaf van IT- en onderzoekapparatuur zijn voor toekenning van budget uitgesloten. 1 8