Websoft

понедельник, октября 28, 2013

Online рейтинги обучающихся в курсах

На elearningpro.ru был задан вопрос: «Как создать рейтинг учащихся проходящих курс внутри самого курса?»
И Алексей Корольков и я уже неоднократно намекали на такую возможность в этом блоге!

Например (в хронологическом порядке):


Еще раз расписывать, зачем это надо не буду. Перечислю только что можно таким образом сделать:
  • Вывести рейтинг (выполнения отдельного упражнения или теста по разделу/курсу как в текущем модуле, так и в любом модуле/курсе);
  • Организовать «сбор идей» и обсуждение этих идей;
  • Организовать голосование.
Недавно прочел статью Елены Тихомировой «Чего не хватает в электронном курсе?». Так вот с помощью описанной ниже технологии к слайдам можно добавлять (и в последствии смотреть или печатать) комментарии, ставить лайки и выводить рейтинги слайдов с лайками. (есть рабочий прототип. Хотя в нем реализована более сложная задача – лайкаются варианты, написанные самими учащимися)

Итак, универсальный алгоритм в общем виде выглядит следующим образом:
  1. создаем таблицу в базе данных для хранения результатов.
  2. создаем 2 html-страницы (одна –для записи данных в таблицу, вторая – для выборки данных и манипуляции с ними).
  3. встраиваем эти страницы в курс.

Далее описание для связки WT 3 (c базой SQL) – CL2.7. Изначально конструкция делалась в WT2.7.

1. Создаем таблицу.
В разделе Дизайнер создаем новый Тип документов. Мы создали одну универсальную таблицу для всех курсов.
Примечание: чтобы в приведенном ниже примере вносить минимум изменений, делайте строго по инструкции. Не понравится – потом переделаете!
Имя объекта - course
Поля:
  • Поле: course. Название: course code. Тип поля: Строка. (сюда записываем код курса. Таблица используется для всех возможных курсов)
  • Поле: task. Название: task name. Тип поля: Строка. (идентификатор источника записи – любой текст идентифицирующий активность в курсе)
  • Поле: user. Название: user. Тип поля: Ссылка на объект. Объект: Сотрудник (идентификатор пользователя)
  • Поле: var_name. Название: var name. Тип поля: Строка (имя переменной, но уже сюда можно записывать некоторые результаты)
  • Поле: var_val. Название: var value. Тип поля: Строка (сама переменная)
  • Поле: date. Название: date. Тип поля: Дата (тоже переменная, но в формате даты)

В поля var_name и var_val можно записывать массивы переменных или текст неопределенной длинны.
Шести полей с указанными типами нам пока хватало!
Внимание! Чтоб система «увидела» таблицу потребуется перезагрузка сервера и перестройка каталогов (насколько я помню).



Результат выглядит вот так:

Главное что все данные доступны для редактирования администратором (цензура!).

2. Создаем html-страницу для сохранения результата (при условии что источник – упражнение/игра/тест уже созданы. Данные из них передаются в переменные).

В этой странице (к приведенному в конце статьи примеру) из курса передаются идентификатор сессии пользователя (sid – по которому определяется id пользователя) и переменная из курса (rez, который записывается в поле var_val).
Как передать значения см ниже.
Все остальное константы, которые вписываются непосредственно в стр и функция определения текущей даты.

3. Встраиваем страницу на слайд/кадр с помощью объекта Встроенное окно. Подробно механизм описан здесь.
Для сохранения данных Встроенное окно можно разместить за границами слайда.
Особенность: на кнопку, которая сохраняет результат, вешаем Действие JAVASCRIPT.


В последней строке Действие JAVASCRIPT: g_arSlideVars['url'] = window.location.protocol+'//sdo.voz.ru/webtutor/vb19/1/user/rez1.html?sid=' + g_sAiccSid+'&rez='+g_arSlideVars['rez_var'];
где:
sid=' + g_sAiccSid - идентификатор сессии пользователя
rez='+g_arSlideVars['rez_var'] – значение переменной на слайде rez_var.

Внимание! При первом импорте курса в WT на сервере создается папка с именем = код курса (в данном примере vb19. У нас эта папка создается здесь //sdo.voz.ru/webtutor! Как у вас – смотрите на сервере и меняйте в примере!!!

4. Создаем html-страницу для вывода данных.


Данные берутся из созданной таблицы и, в данном примере, выводятся в виде таблицы, а можно просто текстом, списком или графиком (о построении графиков я писал здесь).

5. Для вывода данных так же используем Встроенное окно. Наполняется окно точно как описано здесь на Действие JAVASCRIPT может выглядеть проще – g_arSlideVars['url'] = window.location.protocol+'//sdo.voz.ru/webtutor/vb19/1/user/rez2.html';



Вот и все!
Проект для примера здесь.

Предупреждения!
  1. Без достаточного опыта работы с КурсЛабом, WT и написания кода экспериментировать с данным примером не советую! (навряд ли что-то сломаете, но возможно разочарование).
  2. В примерах страниц для сохранения и вывода данных использован простейший код. Манипуляции с данными и их оформление – ваша ответственность.
  3. Страницы в примере настроены на кодировку utf-8 для WT 3.0.
  4. Аналогично можно настроить работу с системами отличными от WS (проверено), но создание таблицы и страниц будет подчиняться правилам уже тех систем.
Спасибо за внимание!
Вопросы и предложения в комментарии.

Читать дальше......

Ближайшие вебинары

Коллеги, напоминаю, о том, что
30 октября состоится вебинар Михаила Протасова
Практический опыт автоматизации HR-процессов в компании Enter с помощью системы WebTutor
Я прогнозировал 150 регистрантов, но на сегодня их уже более 200 - это пожалуй рекорд по теме автоматизации процессов с помощью WebTutor
Рекомендую регистрироваться
5 декабря состоится вебинар Алексея Королькова
Автоматизация оценки персонала
И кроме того, хотел спросить HR / банкиров / пользователей системы WebTutor: интересна тема автоматизации процесса обучения и тестирования ПОД/ФТ?

Читать дальше......

четверг, октября 24, 2013

Кто больше виноват в том, что курс скучный: студенты или проблематика самого курса?

Из жадности записался на курс Big Data in Education на Coursera. См. приветствие


И сегодня получил первое задание: прочитать статью к он лайн обсуждению. Статья подается авторами как "one of his excellent articles on the root causes of student boredom within e-learning at"
Кто больше виноват в том, что курс скучный: студенты или проблематика самого курса?
В статье обсуждаются заявленный вопрос (что естественно). Даются линейные регрессионные модели, где предикторами выступают а) проблематика и б) сами студенты. Проблематика при этом имеет более высокий коэффицент регрессии.
Далее последовательно в модели включаются такие показатели, как усталость, типы задач, навыки учащихся. Все эти факторы дают большие показатели объясненной дисперсии, но проблематика курса все равно остается более весомым коэффициентом.
В конце рассматриваются возможные проблемы исследования (грубо говоря, исследование проводилось на интеллектуальной системе заданий, а в жизни есть еще куча факторов, влияющих на скуку, начиная например с тона голоса преподавателя) и возможные дальнейшие шаги в развитии направления исследований.
В целом курс будет скорее интересен для академических преподавателей - преподавателей ВУЗов, чем специалистов T&D - я мало себе представляю, как мои коллеги по e-learning будут погружаться в такие дебри, когда большая часть аналитики состоит из "сдал тест / не сдал" и "прошел курс / не прошел".
Хотя хотелось бы верить... Рискнете учиться, дайте знать, ок?

Читать дальше......

вторник, октября 22, 2013

Тепловая карта, как способ презентации данных

Пост делал на основе нашего исследования HR- бренда - исследование очень объемное, нужно думать, как презентировать данные.
Пост родился после прочтения некоторых глав книги  Искусство визуализации в бизнесе (очень рекомендую эту книгу). Правда, саму визуализацию данных я проделал в программе R (книга о программе R R в действии. Анализ и визуализация данных на языке R), в excel  я нее нашел таких возможностей при создании диаграмм, но во многих случаях можно воспользоваться условным форматированием.

Задача

В нашем исследовании есть несколько вопросов с 10-ти бальной шкалой, например
  • Оцените привлекательность HRбренда Вашей компании
  • Оцените степень соответствия декларируемых и реально исповедуемых принципов отношения к персоналу
  • Оцените степень привлекательности карьерного портала
  • Оцените уровень удовлетворенности вознаграждением за Вашу работу в компании
  • Оцените престижность расположения офиса Вашей компании.
Иногда нужно показать взаимосвязь между шкалами этих вопросов, например, мы предполагаем, что привлекательность бреда может быть связана со степенью соответствия декларируемых и реально исповедуемых принципов отношения к персоналу
В таблице это выглядит так
Где в строках – привлекательность бренда, в колонках – прозрачность.

1
2
3
4
5
6
7
8
9
10
1
15
6
5
4
5
0
2
1
0
2
2
8
2
9
1
8
1
1
3
0
0
3
7
11
16
9
10
9
3
5
3
1
4
8
5
15
7
11
19
13
12
3
0
5
8
9
24
10
53
21
29
32
10
7
6
6
5
14
8
23
17
19
26
7
4
7
1
1
7
11
40
30
42
49
22
14
8
3
4
6
3
25
15
31
48
26
15
9
2
0
0
2
7
4
17
15
14
6
10
0
0
0
3
8
4
9
18
13
22
Но если нам нужно показать эту взаимосвязь боссам или сотрудникам, то таблица не всегда будет лучшим способом презентации данных.
Поэтому мы показываем это в виде тепловой карты. Неплохо видна взаимосвязь, верно?
HR-бренд прозрачность
Оцените преимущества карты со следующей формой диаграммы. Пример взят из моего поста Как измерять нематериальную мотивацию. Диаграмма показывает сопряжение ответов на вопрос об обще удовлетворенности работой в компании и удовлетворенностью вознаграждением. Мы видимо точки рассеяния, разброс достаточно большой, но мы не понимаем, какое количество выборов стоит за этими точками. Если мы добавим количество на диаграмму, то сильно раздуем саму диаграмму, и восприятие будет затруднено.

 В этом смысле тепловая карта добавляет нам третью шкалу - количество выборов респондентов
Давайте посмотрим обратный пример, где взаимосвязь видна слабо. Например, посмотрим то, как распределены ответы на вопросы «Оцените престижность расположения офиса Вашей компании» (в строках) и «степень привлекательности карьерного портала» (в колонках). Здравый смысл подсказывает нам, что взаимосвязь должна быть слабой. Тепловая карта соглашается с нашим здравым смыслом.
hr бренд карьерный портал

Можно давать другие цветовые гаммы, вот например диаграмма ответов на вопросы «привлекательность HRбренда Вашей компании» и «степень привлекательности карьерного портала» (в колонках).
hr бренд карьерный портал
Ну или напоследок тепловая карта между уровнем престижности района и удовлетворенностью зарплатой. Как бы вы проинтерпретировали эти данные?
И запрос самым пытливым: посмотрите на вопросы исследования HR бренда и скажите, что с чем вы хотели бы увидеть на тепловой карте?
И конечно я еще не такой специалист в программе R, чтобы рисовать вот такие тепловые карты
Тепловая карта, как способ презентации данных исследований
Хотя есть у меня одна потрясающая идея, и может быть я ее когда нибудь реализую. В западном исследовании Ключевые факторы удержания и текучести персонала одним из таких ключевых факторов удержания персонала был указан фактор расстояния между домом работника и работой. Т.е. те, кто живут близко, работают дольше. И помните ли, что в компании Facebook  даже доплачивал тем, кто жил ближе, чем одна миля от офиса Кейс-стади Управления Талантами от Facebook. Часть 1
Так вот я хотел бы по аналогии с картой США сделать карту прилегающих районов компании и показать цветом уровень увольнений в зависимости от района. Круто?

Читать дальше......

понедельник, октября 21, 2013

Автоматизация оценки персонала

5 декабря состоится вебинар Автоматизация оценки персонала
Спикер - Алексей Корольков
Полное описание и регистрация по ссылке
Автоматизация оценки персонала
вопросы по вебинару можно в комментах или мне на е майл - edvb()websoft.ru
чтобы сдобрить сухой анонс, хочу спросить: не проводил ли кто последнее время оценку 360 градусов? поделитесь? у меня есть несколько вопросов

Читать дальше......

среда, октября 16, 2013

Искусство визуализации в бизнесе

Ниже ссылка на публикацию главы Визуализация книги Искусство визуализации в бизнесе Нейтана Яу издательства Манн, Иванов и Фербер
Визуализация
Интересно узнать у участников сообщества: часто ли вы представляете числовую информацию в виде визуальных решений? Диаграмм, гистограмм, графиков, карт? Есть ли собственные находки? Насколько эта информация съедобна в курсах?

Читать дальше......

среда, октября 02, 2013

MOOC - опыт нового формата обучения

Прохожу курс по статистике Statistics One, который проводят на сайте coursera.org преподаватели Princeton University.Курс из тех, что сейчас модно называть massive open online course (MOOC). Кстати у Джоша Берзина проводилось исследование, конкурирует ли MOOC с корпоративным обучением. Но у меня, понятно, нет денег на таике вещи. Тем более, для России это неактуально
Сегодня завершилась первая неделя обучения - а курс состоит из недельных циклов - поэтому решил поделиться своими впечатлениями

Устройство курса 

Курс будет продолжаться 12 недель.
Каждая неделя включает 1 или больше тем по статистике (про темы этой недели ниже). По каждой теме идет видеолекция. Ролик содержит субтитры, поэтому даже если вы не очень
хорошо владеете английским, вы сможете воспользоваться переводчиком google например по ходу (ролики можно останавливать и пересматривать любое количество раз. И даже скачивать)
Кроме видеолекций идет лабораторная работа (тот же видеоролик), и на основе ее делается домашняя работа. Домашнюю работу (или контрольную, если хотите) необходимо выполнять: за нее начисляются балы. Если вы сдадите позже первой недели, оо вам срезают 50 % балов. Если вы не успели к последнему дед лайну - курс уже не пройдете.
В этом, на мой взгляд, очень полезная вещь заложена - 90 % эффективности усвоения в том, чтобы заставить себя делать домашнюю работу.
У нас на сайте был цикл бесплатных вебинаров по матстатистике для HR - он как раз не пошел из за того, что участники не выполняли домашние задания.

Форум

На курсе очень хороший форум. Я например засветился в группе русских студентов, где половина русских живут не в России. Есть несколько веток по обсуждению домашнего задания. Студенты отзывчивые) И это тоже классный инструмент обучения (ну сколько раз говорили про это в рамках дистанционного обучения?). И сколько говорили про эффективность форумов в рамках неформального обучения.

Темы первой недели

В видеолекциях первой недели мы изучали два типа исследования (я не пытаюсь 100 % повторить лекцию - просто пишу, что мне запало в душу. И помятую о своей идее блоггинга как формы обучения - что записал, то запомнил):
  • экспериментальное 
  • корреляционное

Экспериментальное 

- такой исследование, где можно с определенной степенью говорить о причинно следственных связях. Примером служило исследование вакцины против полиомиелита. Части детей давалась вакцина, части плацебо. Через какое то время смотрелся уровень заболеваний.
Из тех, кто принимал плацебо, было 71 случай заболеваний на 100 000 детей (кажется именно на 100 000), среди тех, кто принимал вакцину, заболевания - 28 на 100 000.
Особое внимание спикер уделил рандомизации: услвоия отбора в эксперимента должны совершаться случайным образом.Причем:

  • случайным образом отбираться люди в эксперимент;
  • случайным образом выбирать процедуру эксперимента.
В этой связи спикер рассказал интересный эксперимент: влияет ли тренировка памяти на уровень развития интеллекта.
Группу студентов разделили на экспериментуемую и контрольную. Экспериментуемые в течение 19 дней по полчаса в день проходили тренировку памяти на компьютерах.
После замерили изменение интеллекта у них и контрольной группы. Экспериментуемые показали бОльший рост интеллекта.
Спикер скептически относится к этим исследованиям, считая, что условия рандомизации были не выполненны корректно и пожелал продолжить исследования в этой области

Корреляционное исследование

В случае корреляционного невозможно сделать вывод о наличии зависимости (хотя спикер пообещал рассказать, как преодолеть такие ограничения).
К корреляционным относятся в первую очередь тесты и опросы. Например, исследования интеллекта, где выявляются корреляции между вопросами теста.
В отдельный пукт вывели исследования спортивных травм: это не корреляционные исследования, но и не экспериментальные, поскольку рандомизировать травмы невозможно.

Лабораторная и домашняя

Но основной смысл работы конечно в выполнении заданий заключается. И в нашем курсе первым заданием было установка программы обработки статистических данных - R.
И первые операции и функции.
Домашняя работа была не сложная, но там особенность в том, что результаты подводит машина, а не человек, поэтому надо быть предельно внимательным, какой ответ ты вводишь.
Я сегодня ввел search (), а правильный ответ был search(). Причем с пробелом программа тоже работает. Ну и так далее
В общем хотелось бы верить, что форма massive open online course (MOOC) будет распространятся в России, мы будем получать высокий уровень знаний и двигать
И еще очень хочется закончить курс, хотя я совершенно не уверен из за своего графика(

Читать дальше......