DIGest

Last modified by varvio@helsinki_fi on 2024/02/14 07:03

Klikkaa tälle sivulle


DIGest - tilastotieteen ja matematiikan kandiopintoja digitaalisesti ja yhteisöllisesti

Tilastotieteen ja matematiikan kandikursseilla iso osa oppimisesta perustuu viikoittaiseen harjoitustehtävien ratkaisemiseen. Tehtävät ovat tyyppiä "kynällä ja paperilla" tai tietokoneella (esim ohjelmointia), sekä näiden yhdistelmiä; tilastotieteen kandikursseilla on myös pieniä esseitä ja tieteellisten artikkeleiden referointeja.  Perusopintovaiheen kurssit ovat suuria, opiskelijoita on 350-650 ja heitä on kaikilta kampuksilta. Kurssit ovat useille tieteenaloille keskeisiä sivuaineopintoja.

DIGest on keväällä 2015 alkanut kehitystyö, jonka tuloksena erittäin suuret viikoittaiset tehtävämäärät tarkistetaan siten että jokainen opiskelija saa palautteen jokaisesta ratkaisemastaan harjoitustehtävästä. Esimerkiksi 500 opiskelijan kurssilla on 500*10 (tai 500*6, 500*8, riippuen kurssista) viikoittaista tehtävää:

Viikoittaiset tehtävät ja tarvittava oheismateriaali julkaistaan Moodlessa. Tehtäviin voi kysyä apua digitaaliselta keskustelualueelta, jossa ohjaajat neuvovat ja opiskelijat neuvovat toisiaan. Kurssiyhteisöä tukevasta keskusteluaktiivisuudesta voi saada lisäpisteitä. Vapaaehtoiseen kontaktiohjaukseen on viikoittainen laskupaja, muutama tunti viikossa. Opiskelija palauttaa tehtävät digitaalisesti Moodlen työpajaan viikon kuluessa; palautusalue sulkeutuu ajastetusti. Malliratkaisut avautuvat välittömästi ajastetun palautusajan sulkeuduttua ja samalla avautuu jokaiselle opiskelijalle Moodlen arpomana kahden anonyymin opiskelijan tehtävät tarkastettavaksi; opiskelija tarkastaa myös omat tehtävänsä. Malliratkaisuissa on pisteytysohjeet ja pisteet - tarkastuksen tulokset - kirjataan pisteytysmatriisiin, jossa on tilaa sanalliselle palautteelle. Kysymyksiä voi esittää keskustelualueella myös tässä vaiheessa koska aina ei ole selvää olisiko syytä antaa esim 1 piste vai 2 pistettä. Opiskelija palauttaa itse- ja vertaisarvion Moodlen ajastettuun työpajaan neljän päivän kuluessa. Palautusalue sulkeutuu ajastetusti. Tämän jälkeen ohjaaja tarkastaa tilanteen ja julkaisee viikoittaiset tulokset. Mikäli opiskelijan saamat kolme pisteytystä, eli pisteet itselleen ja pisteet kahdelta muulta opiskelijalta, poikkeavat toisistaan liikaa (kriteerit kurssikohtaisia), ohjaaja tekee oman arvionsa opiskelijan tehtävistä. Ohjaaja tekee arvion myös, jos opiskelija on saanut vain yhden pisteytyksen, eli molemmat vertaisarviot puuttuvat tai itsearvio ja toinen vertaisarvio puuttuvat. 

DIGest on yhteisöllisesti digitaalinen formaatti: itse- ja vertaisarviointi. Jokaisen opiskelijan jokainen palautettu tehtävä tulee tarkastettua ja virheelliset ratkaisut kommentoitua. Itse- ja vertaispalautetta tekevä opiskelija näkee - ja joutuu perehtymään - malliratkaisujen lisäksi eri tavoin toteutettuihin oikeisiin ja vääriin ratkaisuihin. Tämä on merkittävä oppimista auttava elementti. Opiskelijat antavat ja vastaanottavat korjaavaa palautetta, reflektoivat itsearvion vertaispalautteeseen ja malliratkaisuihin. Yleishyödyllistä: opiskelija oppii antamaan palautetta sekä myös vastaanottamaan palautetta, myös negatiivista. DIGestissä opiskelija on keskiössä ja myös vertaisena kanssaopiskelijoilleen. Ajankäyttö: aikaa voi allokoida muuhun kuin matkustamiseen Kumpulan kampukselle.

  • Alla on pari työpajanäkymää; klikkaamalla kuvia ne suurentuvat. 


DIGILOIKKA_251017.png

Tyytyväisyystakuu.  Viikoittaiset pisteet ovat osa kurssin loppuarvosanaa: arvosana 1-5 muodostuu siten että DIGest-pisteet ovat 30% - 100% (ei tenttiä)  arvosanasta. DIGest-pisteet koostuvat opiskelijoiden toisilleen ja itselleen antamista arvioista, ja jos näissä on liian suuri ero, ohjaaja on tehnyt oman arvionsa. Vaikka lopullinen vastuu pisteistä onkin ohjaajilla ja kurssin vastuuopettajalla, niin voi kuitenkin jokin pisteytys jäädä harmittamaan - vaikuttaako toinen opiskelija minun arvosanaani.....  Ei saa jäädä harmittamaan!

Kun kurssin kaikki viikoittaiset pisteet ovat kertyneet, ja kun on vahvistettu pisterajat / arvosanat, Moodleen avataan valituslaatikkoJokaisella opiskelijalla on mahdollisuus pyytää, perustellen, korjausta sellaiseen pistetytykseen, josta seuraisi arvosanan nouseminen. Tällaisia valituksia on tullut 0-5 opiskelijalta / kurssi. Kursseja on ollut kahden vuoden aikana 16. Opiskelijoita yhteensä n 5500. Yksittäisiä tehtävien ratkaisuja n 130 000. Kaikilta kursseilta yhteensä 11 kpl / 130 000 ratkaistuun tehtävään on perustellusti pyydetty pisteiden korjaamista. Suurin osa valituksista on koskenut teknisen/satunnaisen epäonnistumisen huomioimista. Tulkitsemme < 0.1 promillen epäonnistumisen vahvaksi signaaliksi DIGest menetelmän oikeudenmukaisesta toiminnasta.

DIGest kurssit ja jatkojalostus. Vertais- ja itsearviointiin perustuva tehtävien tarkistus käynnistyi keväällä 2015 tilastotieteen kurssilla Data-analyysi R-ohjelmistolla ja jatkui syksyllä 2015 Tilastotiede tutuksi kursseilla. Kevätlukukauden 2016 III-periodissa Todennäköisyyslaskenta I -kurssi oli seuraava kohde. Tämän kurssin yhteydessä mitattiin menetelmän kannatus: äänestys menetelmän käytöstä myös Tilastollinen päättely I kurssilla periodissa IV perinteisen laskuharjoituskäytännön tilalla: Kannatus opiskelijoiden keskuudessa oli selvä: 85% kannatti ja toi vuolaasti esille tyytyväisyytensä Moodlen anonyymillä palautealueella.

Tilastotieteen perusopintojen 25 op kokonaisuus (MAT120, viisi kurssia), uudessa Matemaattisten tieteiden kandiohjelmassa koostuu DIGest-kursseista (MAT12001 Tilastotiede ja R tutuksi I, MAT12002 Tilastotiede ja R tutuksi II, MAT12003 Todenäköisyyslaskenta I, MAT12004 Tilastollinen päättely I;  MAT12005 Data-analyysin projekti suoritetaan itsenäisesti ja sen esitietovaatimuksina ovat edellä luetellut kurssit).

DIGest -kurssiksi on 2018 alussa muutettu MAT21005 Topologia IA, IB sekä MAT11005 Integraalilaskenta ja syksyllä 2018 MAT21002 Sarjat tulee käyttämään DIGest-formaattia.

Jatkossa kurssien digitaalisuutta ulotetaan myös luentoihin siten että auditoriossa pidettävien luentojen vaihtoehtoina ovat videotallenteet. Tarkoitus on myös tehdä videoklippejä käsitteiden ja menetelmien  itseopiskelun tueksi.  Tämä leventää Avoimen yliopiston väylää opiskeluoikeuteen Matemaattisten tieteiden kandiohjelmassa. Kaikilla tilastotieteen perusopintojen kursseilla on jo nyt yhteisopetus Avoimen yliopiston kanssa, eli kiintiöt Avoimen kautta opiskeleville.

Suurin osa tilastotieteen perusopintojen kursseista käyttää R-ohjelmointia keskeisenä työkaluna. DIGest kursseissa R-tehtävät ovat myös vertais- ja itsearvioitavia tehtäviä eli opiskelija, ja tarvittaessa ohjaaja, ajaa palautetun R-koodin. Tätä osiota pyritään parantamaan - osaan R-tehtävistä soveltuu myös automaattitarkastus: Yhteistyöstä tietojenkäsittelytieteen osaston kanssa neuvotellaan: Test My Code järjestelmän (TMC) nivoutus R-ohjelmointitehtäviin: askeleittainen ongelmanratkaisuprosessi ja automaattinen palaute.


kysy lisää: Sirkka-Liisa Varvio, Mika KoskenojaPetteri Piiroinen, Pekka Pankka

DIGestin kehitysryhmä, ohjaajat: Toni Lehtonen, Aku Leivonen, Joonas Nuutinen, Nea Rantanen