Abstract
Öğrenme stillerini önceden belirlemek, öğrenme ortamının tasarımında, öğretim üyesinin ders içeriğini hazırlamasında ve özellikle öğrencinin öğrenme sürecinde önemli bir rol oynamaktadır. Kolb Öğrenme Stilleri Envanteri (KÖSE), öğrenme stillerini belirlemede en yaygın kullanılan araçlardan birisidir; ancak diğer araştırmalar, ölçekler veya psikolojik testlerde olduğu gibi KÖSE’nin de uygulama ve değerlendirme aşamalarında, soruların yanlış anlaşılması veya boş geçilmesi gibi bazı problemlerle karşılaşılabilir. Bu çalışmada; makine öğrenmesi teknikleri ve KÖSE Versiyon III (KÖSE-III) kullanılarak öğrencilerin öğrenme stillerini belirlemeye yönelik bir model önerisi geliştirmek ve bu modeli temel alan, web ve mobilden erişilebilen bir uygulama geliştirmek amaçlanmaktadır. Bu amaçla, KÖSE-III’te verilen durumlara yönelik Kolb’un orijinal değerlendirme yönteminden farklı olarak öğrencilerden kendilerine en uygun gelen seçeneği seçmeleri istenmiş ve öğrencilerin yaş ve cinsiyet bilgileri de alınarak araştırmanın veri seti oluşturulmuştur. Makine öğrenmesi tekniklerinden k-En Yakın Komşu Algoritması, C4.5 Karar Ağacı Algoritması ve Naive Bayes Sınıflandırıcısı kullanılarak en iyi performansı gösteren model seçilmiştir. Araştırma kapsamında geliştirilen uygulama e-öğrenme sistemlerine kolaylıkla entegre edilebileceğinden; öğreticilerin, öğrencilerin öğrenme stillerini belirleme süreçlerini kolaylaştırması, buna bağlı olarak eğitim etkinliklerinin öğrenci merkezli tasarlanmasına imkân tanıması ve daha çok öğrenciye ulaşılan bilimsel çalışmaların yapılabilmesi açısından bu çalışmanın önemli olduğu düşünülmektedir.
Highlights
Students can learn in many different ways
The model generated from the C4.5 Decision Tree Algorithm, which is the machine learning algorithm that gives the best accuracy value in the analyses, has been turned into an application which can be accessed both online and on mobile devices
Sub-problems of research are: (1) What are the results obtained from the performance evaluation of the k-Nearest Neighbor Algorithm? (2) What are the results of the C4.5 Decision Tree Algorithm’s performance evaluation? (3) What are the results of the Naïve Bayes Classifier’s performance evaluation? Considering these sub-problems, it is aimed to find the machine learning model that gives the best performance in the research and to facilitate the process of applying and based on this model evaluating Kolb’s Learning Style Inventory (KLSI)-III by developing an application which is accessible both online and on mobile devices
Summary
Students can learn in many different ways. Some students learn best by seeing and hearing, some learn best by memorizing, while others learn best by visualizing and creating mathematical models. It has always been an issue for educators how students learn best and what method they employ. The learning style is a concept that arises from the view that each individual may have different ways of accessing information (Pashler, McDaniel, Rohrer, & Bjork, 2009) and this term has recently entered into the terminology of learning as an extension of David A. According to Dunn & Dunn (1993), the learning style is a way that differs in every individual, begins with the individual concentrating on new and difficult knowledge, and continues with the process of grasping information and placing it into the mind
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
