Self-efficacy is een belangrijk begrip uit de sociaal cognitieve theory van Bandura (1997) en duidt op het geloof dat mensen hebben in hun kunnen om een bepaalde taak in een toekomstige situatie succesvol uit te voeren. Self-efficacy van leraren duidt op het geloof van leraren in hun kunnen om het leren van studenten positief te beïnvloeden. Leraren met een hoge mate van self-efficacy hebben een sterkere positieve invloed op de prestaties, de motivatie en schoolattitude van leerlingen, dan leraren met een lage mate van self-efficacy. Daarom is het van belang dat lerarenopleidingen aandacht besteden aan het ontwikkelen van self-efficacy bij hun studenten. Omdat binnen het competentiegerichte opleiden van leraren assessments een belangrijke plaats innemen, wordt in deze dissertatie onderzocht hoe assessment de self-efficacy van studenten beïnvloedt en hoe vervolgens de lerarencompetenties worden beïnvloed. Allereerst is onderzocht van welke factoren binnen het hoger onderwijs is gebleken dat deze de self-efficacy van studenten positief beïnvloeden. Hieruit bleek dat de self-efficacy van studenten wordt verhoogd als zij succeservaringen opdoen en als zij verbaal worden ondersteund door hun omgeving. Van deze bevindingen zijn 2 factoren afgeleid die van kenmerkend zijn voor een competentie assessment en die in deze dissertatie nader worden onderzocht. De eerste factor is de authenticiteit van een assessment, dit duidt op de mate waarin tijdens een assessment zaken worden getoetst die belang zijn voor het beroep van leraar. De tweede factor is de feedback die aan studenten wordt verstrekt tijdens het assessment. Om de invloed van deze factoren op de self-efficacy van studenten te kunnen meten, is er een self-efficacy vragenlijst ontwikkeld, specifiek gericht op 1e jaarstudenten van een lerarenopleiding. Omdat studenten in het 1e jaar werken aan de ontwikkeling van 6 competenties, is het instrument bedoeld om de self-efficacy van studenten met betrekking tot de zes lerarencompetenties (interpersoonlijk, pedagogisch, vakinhoudelijk en didactisch, organisatorisch, samenwerking met collega’s en reflectie en ontwikkeling) te diagnosticeren. Uit studie twee bleek dat de vragenlijst voldoende betrouwbaar en valide is om het diagnostisch instrument te gebruiken tijdens de begeleiding van studenten. Tevens kwam uit deze studie enig bewijs voor de stelling dat studenten aan een lerarenopleiding beginnen met een globale ongedifferentieerde self-efficacy, en dat als zij ervaringen opdoen met lesgeven er een verdere differentiatie van hun self-efficacy plaatsvindt. In de derde studie werd de kernvraag van deze dissertatie onderzocht. Hieruit bleek dat naarmate de studenten, de prestatie die zij bij het assessment moeten leveren als authentieker ervaren, des te sterker dit hun self-efficacy van de 6 competenties beïnvloedt. Verder bleek dat naarmate studenten de kwaliteit van de verstrekte feedback als hoger ervaren, des te sterker dit hun self-efficacy op 4 van deze 6 competenties beïnvloedt. Tenslotte bleek uit deze studie dat de genoemde assessment-factoren de leerresultaten van studenten op de lerarencompetenties indirect beïnvloeden, dit houdt in dat de assessmentfactoren de self-efficacy van studenten beïnvloeden en dat de self-efficacy van studenten vervolgens van invloed is op leerresultaten van studenten op de lerarencompetenties. In de vierde studie zijn enkele resultaten uit de derde studie diepgaand onder de loep genomen. Door een aantal studenten te interviewen is onderzocht hoe de ervaringen die studenten opdoen tijdens een assessment bijdragen aan hun self-efficacy. Hieruit bleek dat de genoemde assessmentfactoren tijdens zowel de voorbereidingsfase, de interviewfase als de feedbackfase van het portfolio competentie assessment, de self-efficacy van studenten positief beïnvloeden. Voortkomend uit de onderzoeksresultaten, worden op het einde van de dissertatie enkele adviezen voor lerarenopleidingen beschreven.
Graphs are ubiquitous. Many graphs, including histograms, bar charts, and stacked dotplots, have proven tricky to interpret. Students’ gaze data can indicate students’ interpretation strategies on these graphs. We therefore explore the question: In what way can machine learning quantify differences in students’ gaze data when interpreting two near-identical histograms with graph tasks in between? Our work provides evidence that using machine learning in conjunction with gaze data can provide insight into how students analyze and interpret graphs. This approach also sheds light on the ways in which students may better understand a graph after first being presented with other graph types, including dotplots. We conclude with a model that can accurately differentiate between the first and second time a student solved near-identical histogram tasks.
This work draws on the Programme for the International Assessment of Adult Competencies (PIAAC) survey. Last year a first review was conducted on the PIAAC Numeracy Framework (Tout. et al., 2017). In 2018 and 2019 the framework for the second cycle of PIAAC will be developed. This second cycle of the PIAAC survey aims to update the data about the numeracy skills of adults in different countries around the World (Hoogland, Díez-Palomar, Maguire, 2019). The objective of this paper is to highlight some relevant findings from literature on the concept numeracy in order to discuss a potential enrichment of the PIAAC Numeracy Assessment Framework (NAF).
LINK
