Περίληψη
Η παρούσα διδακτορική διατριβή πραγματεύεται τον σχεδιασμό, την υλοποίηση και την αξιολόγηση μιας προσαρμοστικής πλατφόρμας μικτής μάθησης για τη δημιουργία εξατομικευμένων φύλλων εργασίας, με βάση τις ανάγκες των μαθητών και τον παιδαγωγικό σχεδιασμό του εκπαιδευτικού. Η εργασία εντάσσεται στο πεδίο της εκπαιδευτικής τεχνολογίας και συνδυάζει παιδαγωγικές αρχές με τεχνικές προσαρμοστικών συστημάτων, προφίλ εκπαιδευομένων, μαθησιακά αντικείμενα και μηχανισμούς σύστασης.Κεντρική αρχή της πλατφόρμας είναι ότι η εξατομίκευση υποστηρίζει, χωρίς να αντικαθιστά, τον εκπαιδευτικό. Ο εκπαιδευτικός καθορίζει τη δομή του φύλλου εργασίας, το γνωστικό αντικείμενο, τους μαθησιακούς στόχους και το επίπεδο γνωστικής απαίτησης, ενώ το σύστημα προτείνει κατάλληλα μαθησιακά αντικείμενα και αντικειμενα αξιολόγησης βάσει του προφίλ, των μαθησιακών προτιμήσεων, της επίδοσης και των παιδαγωγικών μεταδεδομένων. Η θεωρητική βάση συνδυάζει την Αναθεωρημένη Ταξινομία του Bloom, τη μικτή και προσαρμοστική μάθηση ...
Η παρούσα διδακτορική διατριβή πραγματεύεται τον σχεδιασμό, την υλοποίηση και την αξιολόγηση μιας προσαρμοστικής πλατφόρμας μικτής μάθησης για τη δημιουργία εξατομικευμένων φύλλων εργασίας, με βάση τις ανάγκες των μαθητών και τον παιδαγωγικό σχεδιασμό του εκπαιδευτικού. Η εργασία εντάσσεται στο πεδίο της εκπαιδευτικής τεχνολογίας και συνδυάζει παιδαγωγικές αρχές με τεχνικές προσαρμοστικών συστημάτων, προφίλ εκπαιδευομένων, μαθησιακά αντικείμενα και μηχανισμούς σύστασης.Κεντρική αρχή της πλατφόρμας είναι ότι η εξατομίκευση υποστηρίζει, χωρίς να αντικαθιστά, τον εκπαιδευτικό. Ο εκπαιδευτικός καθορίζει τη δομή του φύλλου εργασίας, το γνωστικό αντικείμενο, τους μαθησιακούς στόχους και το επίπεδο γνωστικής απαίτησης, ενώ το σύστημα προτείνει κατάλληλα μαθησιακά αντικείμενα και αντικειμενα αξιολόγησης βάσει του προφίλ, των μαθησιακών προτιμήσεων, της επίδοσης και των παιδαγωγικών μεταδεδομένων. Η θεωρητική βάση συνδυάζει την Αναθεωρημένη Ταξινομία του Bloom, τη μικτή και προσαρμοστική μάθηση, τις μαθησιακές προτιμήσεις και τις δεξιότητες του 21ου αιώνα, με έμφαση στις 4Cs: κριτική σκέψη, επικοινωνία, συνεργασία και δημιουργικότητα. Τεχνικά, η πλατφόρμα βασίζεται σε αρχιτεκτονική μικροϋπηρεσιών και περιλαμβάνει υπηρεσίες αυθεντικοποίησης, προφίλ μαθητή, μαθησιακών στυλ και μεθόδων, γνωστικών και μαθησιακών αντικειμένων, φύλλων εργασίας και υβριδικής σύστασης περιεχομένου. Η αξιολόγηση ακολούθησε μικτή μεθοδολογική προσέγγιση και περιλάμβανε τεχνική αξιολόγηση του μηχανισμού σύστασης και αξιολόγηση από 35 εκπαιδευτικούς, 43 προπτυχιακούς φοιτητές Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών και 45 μαθητές πρωτοβάθμιας εκπαίδευσης ηλικίας 10–12 ετών. Τα ευρήματα έδειξαν ότι η πλατφόρμα θεωρήθηκε χρήσιμη, εύχρηστη και παιδαγωγικά υποστηρικτική. Οι εκπαιδευτικοί ανέδειξαν τη συμβολή της στον σχεδιασμό φύλλων εργασίας και την οργάνωση της διδασκαλίας, ενώ οι μαθητές και οι φοιτητές ανέφεραν θετική εμπλοκή, υποστήριξη, ευελιξία και δυνατότητα εργασίας με προσωπικό ρυθμό. Η τεχνική αξιολόγηση έδειξε επίσης ότι ο υβριδικός μηχανισμός σύστασης παράγει προσαρμοστικές διαφοροποιήσεις, διατηρώντας τη δομή που ορίζει ο εκπαιδευτικός. Συνολικά, η διατριβή προτείνει ένα εφαρμοσμένο μοντέλο που συνδέει την επιστήμη των υπολογιστών με την εκπαιδευτική πράξη και υποστηρίζει διαφοροποιημένη, μικτή και παιδαγωγικά καθοδηγούμενη μάθηση σε διαφορετικά εκπαιδευτικά περιβάλλοντα.
περισσότερα
Περίληψη σε άλλη γλώσσα
This doctoral dissertation addresses the design, implementation, and evaluation of an adaptive blended learning platform for creating personalised worksheets based on learners’ needs and teachers’ pedagogical design. The study is situated in the field of educational technology and combines pedagogical principles with adaptive-system techniques, learner profiles, learning objects, and recommendation mechanisms. A central principle of the platform is that personalisation should support, rather than replace, the teacher. Teachers define the worksheet structure, subject area, learning objectives, and level of cognitive demand, while the system recommends suitable learning and evaluation objects based on learner profiles, learning preferences, performance, and available pedagogical metadata. The theoretical foundation combines Bloom’s Revised Taxonomy, blended and adaptive learning, learning preferences, and 21st-century skills, with particular emphasis on the 4Cs: critical thinking, commun ...
This doctoral dissertation addresses the design, implementation, and evaluation of an adaptive blended learning platform for creating personalised worksheets based on learners’ needs and teachers’ pedagogical design. The study is situated in the field of educational technology and combines pedagogical principles with adaptive-system techniques, learner profiles, learning objects, and recommendation mechanisms. A central principle of the platform is that personalisation should support, rather than replace, the teacher. Teachers define the worksheet structure, subject area, learning objectives, and level of cognitive demand, while the system recommends suitable learning and evaluation objects based on learner profiles, learning preferences, performance, and available pedagogical metadata. The theoretical foundation combines Bloom’s Revised Taxonomy, blended and adaptive learning, learning preferences, and 21st-century skills, with particular emphasis on the 4Cs: critical thinking, communication, collaboration, and creativity. From a technical perspective, the platform follows a microservices architecture and includes services for authentication, learner profiling, learning styles and methods, subject domains, learning objects, worksheets, and hybrid content recommendation. The evaluation followed a mixed-methods approach and included both a technical assessment of the recommendation mechanism and a user evaluation involving 35 teachers, 43 undergraduate students from the Department of Electrical and Computer Engineering, and 45 primary school pupils aged 10–12. The findings showed that the platform was perceived as useful, easy to use, and pedagogically supportive. Teachers highlighted its contribution to worksheet design and lesson organisation, while pupils and students reported positive engagement, learning support, flexibility, and the ability to work at their own pace. The technical evaluation also indicated that the hybrid recommendation mechanism can generate adaptive variations while preserving the structure defined by the teacher. Overall, the dissertation proposes an applied model that connects computer science with educational practice and demonstrates how adaptive technologies can support differentiated, blended, and pedagogically guided learning across different educational levels and learning contexts.
περισσότερα