การวิเคราะห์การเรียนรู้: ความสัมพันธ์ระหว่างความแตกต่างทางวัฒนธรรม และพฤติกรรมออนไลน์
คำสำคัญ:
ความแตกต่างทางวัฒนธรรม, พฤติกรรมออนไลน์, การวิเคราะห์การเรียนรู้บทคัดย่อ
งานวิจัยชิ้นนี้มีวัตถุประสงค์เพื่อศึกษาพฤติกรรมออนไลน์ของนักศึกษา 233 คนในการใช้ระบบ
การจัดการเรียนรู้ Blackboard โดยใช้สถิติเชิงพรรณนาและอนุมานในการวิเคราะห์ความสัมพันธ์ระหว่างวัฒนธรรมและพฤติกรรมออนไลน์ตามระเบียบวิธีวิจัยของการวิเคราะห์การเรียนรู้ (Learning analytics)
ซึ่งผลการวิจัยพบว่า วัฒนธรรมมีผลต่อพฤติกรรมออนไลน์ของนักศึกษา โดยความแตกต่างทางวัฒนธรรมมีผลต่อจำนวนครั้งของการอ่านเนื้อหารายวิชาอย่างมีนัยสำคัญทางสถิติ (p = .015) แต่ความแตกต่างทางวัฒนธรรมไม่มีผลต่อจำนวนครั้งของการส่งแบบฝึกหัด (p = .22) และจำนวนครั้งของการอธิปรายร่วมกัน
(p = .084) นอกจากนี้การเปรียบเทียบภายหลังการทดสอบรวม พบว่า พฤติกรรมออนไลน์ของกลุ่มนักศึกษาแอฟริกากับกลุ่มนักศึกษายุโรปและอเมริกา กลุ่มนักศึกษาเอเชียใต้กับกลุ่มนักศึกษายุโรปและอเมริกา และกลุ่มนักศึกษาเอเชียตะวันออกกับกลุ่มนักศึกษายุโรปและอเมริกามีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ (p < .01) อย่างไรก็ตามพบว่า นักศึกษาชาวเอเชียมีความกระตือรือร้นในการใช้ระบบการจัดการเรียนรู้มากกว่ากลุ่มนักศึกษาชาวตะวันตก
เอกสารอ้างอิง
References
Agnihotri, L., & Ott, A. (2014). Building a student at-risk model: An end-to-end perspective. In J. Stamper, Z. Pardos, M. Mavrikis, B. M. McLaren (Eds.), Proceedings of the 7th International Conference on Educational Data Mining (pp. 209-212). London, UK: Institute of Education.
Arnold, K. E. (2012). Course signals at Purdue: Using learning analytics to increase student success. In S. B. Shum, D. Gasevic, & R. Ferguson (Eds.), Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (pp. 267-270). Vancouver, BC, Canada: Society for Learning Analytics Research.
Bartholomew, S. R. (2017). Relationships between access to mobile devices, student self-directed learning, and achievement. Journal of Technology Education, 29(1), 2-24.
El-Seoud, M. S. A., Taj-Eddin, I. A., Seddiek, N., El-Khouly, M. M. and Nosseir, A. (2017). E-learning and students' motivation: A research study on the effect of e-learning on higher education. International Journal of Emerging Technologies in Learning, 9(4), 20-26.
Hofstede, G. 2011. Dimensionalizing cultures: The hofstede model in context. Online Readings in Psychology and Culture, 2(1), 8.
Jara, M. et al. (2017). Patterns of library use by undergraduate students in a Chilean university. Libraries and the Academy, 17(3), 595-615.
Kong, S. C. (2014). Developing information literacy and critical thinking skills through domain knowledge learning in digital classrooms: An experience of practicing flipped classroom strategy. Computers & Education, 78, 160-173.
Kauffman, H. (2015). A review of predictive factors of student success in and satisfaction with online learning. Research in Learning Technology, 23, 1-13.
Li, H., Flanagan, B., Konomi, S. & Ogata, H. (2018). Measuring behaviors and identifying indicators of self-regulation in computer-assisted language learning courses. Research and Practice in Technology Enhanced Learning, 13(19), 1-12.
Lu, J., Chin, K., Yao, J., Xu, J., & Xiao, J. (2010). Cross-cultural education: Learning methodology and behavior analysis for Asian students in IT field of Australian universities. In T. Clear & J. Hamer. (Eds.), Proceeding of 12th Australasian Computing Education Conference (ACE 2010) (pp. 117-126). Brisbane, Australia: Australian Computer Society.
Manikutty, S., Anuradha, N. S., and Hansen, K. (2007). Does culture influence learning styles in higher education?. International Journal of Learning and Change, 2(1), 70-87.
Marambe, K. N., Vermunt, J. D., & Boshuizen, H. P. A. (2012). A cross-cultural comparison of student learning patterns in higher education. Higher Education, 64(3), 299–316.
Pechenizkiy, M. (2017). From the president of the international educational data mining society. In C. Lang, et al. (Eds.), Handbook of learning analytics (pp. 9-10). Retrieved from https://solaresearch.org/wp-content/uploads/2017/05/hla17.pdf
Rashid, T., & Asghar, H. M. (2016). Technology use, self-directed learning, student engagement and academic performance: Examining the interrelations. Computers in Human Behaviour, 63, 604-612.
Sclater, N., Peasgood, A., & Mullan, J. (2017). Learning analytics in higher education: A review of UK and international practice. Retrieved from https://www.jisc.ac.uk/sites/
default/files/ learning-analytics-in-he-v3.pdf
Sun, A., & Chen, X. (2016). Online education and its effective practice: A research review. Journal of Information Technology Education, 15, 157-190.
Swierczek, F. W., & Bechter, C. (2010). Cultural features of e-learning: A Euro-Asian case study. In J. M. Spector et al. (Eds.), Learning and instruction in the digital age (pp. 291-308). New York: Springer.
Whitmer, J. C. (2014). Logging on to improve achievement: Evaluating the relationship between Use of the learning management system, student characteristics, and academic achievement in a hybrid large enrollment undergraduate course. (Doctor’s Dissertation). University of California, California.
Agnihotri, L., & Ott, A. (2014). Building a student at-risk model: An end-to-end perspective. In J. Stamper, Z. Pardos, M. Mavrikis, B. M. McLaren (Eds.), Proceedings of the 7th International Conference on Educational Data Mining (pp. 209-212). London, UK: Institute of Education.
Arnold, K. E. (2012). Course signals at Purdue: Using learning analytics to increase student success. In S. B. Shum, D. Gasevic, & R. Ferguson (Eds.), Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (pp. 267-270). Vancouver, BC, Canada: Society for Learning Analytics Research.
Bartholomew, S. R. (2017). Relationships between access to mobile devices, student self-directed learning, and achievement. Journal of Technology Education, 29(1), 2-24.
El-Seoud, M. S. A., Taj-Eddin, I. A., Seddiek, N., El-Khouly, M. M. and Nosseir, A. (2017). E-learning and students' motivation: A research study on the effect of e-learning on higher education. International Journal of Emerging Technologies in Learning, 9(4), 20-26.
Hofstede, G. 2011. Dimensionalizing cultures: The hofstede model in context. Online Readings in Psychology and Culture, 2(1), 8.
Jara, M. et al. (2017). Patterns of library use by undergraduate students in a Chilean university. Libraries and the Academy, 17(3), 595-615.
Kong, S. C. (2014). Developing information literacy and critical thinking skills through domain knowledge learning in digital classrooms: An experience of practicing flipped classroom strategy. Computers & Education, 78, 160-173.
Kauffman, H. (2015). A review of predictive factors of student success in and satisfaction with online learning. Research in Learning Technology, 23, 1-13.
Li, H., Flanagan, B., Konomi, S. & Ogata, H. (2018). Measuring behaviors and identifying indicators of self-regulation in computer-assisted language learning courses. Research and Practice in Technology Enhanced Learning, 13(19), 1-12.
Lu, J., Chin, K., Yao, J., Xu, J., & Xiao, J. (2010). Cross-cultural education: Learning methodology and behavior analysis for Asian students in IT field of Australian universities. In T. Clear & J. Hamer. (Eds.), Proceeding of 12th Australasian Computing Education Conference (ACE 2010) (pp. 117-126). Brisbane, Australia: Australian Computer Society.
Manikutty, S., Anuradha, N. S., and Hansen, K. (2007). Does culture influence learning styles in higher education?. International Journal of Learning and Change, 2(1), 70-87.
Marambe, K. N., Vermunt, J. D., & Boshuizen, H. P. A. (2012). A cross-cultural comparison of student learning patterns in higher education. Higher Education, 64(3), 299–316.
Pechenizkiy, M. (2017). From the president of the international educational data mining society. In C. Lang, et al. (Eds.), Handbook of learning analytics (pp. 9-10). Retrieved from https://solaresearch.org/wp-content/uploads/2017/05/hla17.pdf
Rashid, T., & Asghar, H. M. (2016). Technology use, self-directed learning, student engagement and academic performance: Examining the interrelations. Computers in Human Behaviour, 63, 604-612.
Sclater, N., Peasgood, A., & Mullan, J. (2017). Learning analytics in higher education: A review of UK and international practice. Retrieved from https://www.jisc.ac.uk/sites/
default/files/ learning-analytics-in-he-v3.pdf
Sun, A., & Chen, X. (2016). Online education and its effective practice: A research review. Journal of Information Technology Education, 15, 157-190.
Swierczek, F. W., & Bechter, C. (2010). Cultural features of e-learning: A Euro-Asian case study. In J. M. Spector et al. (Eds.), Learning and instruction in the digital age (pp. 291-308). New York: Springer.
Whitmer, J. C. (2014). Logging on to improve achievement: Evaluating the relationship between Use of the learning management system, student characteristics, and academic achievement in a hybrid large enrollment undergraduate course. (Doctor’s Dissertation). University of California, California.
ดาวน์โหลด
เผยแพร่แล้ว
2019-09-30
รูปแบบการอ้างอิง
Pholmat, P., & Silpasuwanchai, C. (2019). การวิเคราะห์การเรียนรู้: ความสัมพันธ์ระหว่างความแตกต่างทางวัฒนธรรม และพฤติกรรมออนไลน์. วารสารครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย, 47(3), 257–268. สืบค้น จาก https://so02.tci-thaijo.org/index.php/EDUCU/article/view/218850
ฉบับ
ประเภทบทความ
Articles
