Worldwide, schools implement social-emotional learning programs to enhance students' social-emotional skills. Although parents play an essential role in teaching these skills, knowledge about their perspectives on social-emotional learning is limited. In providing insight into the perspectives of parents from adolescent students this paper adds to this knowledge. An explorative qualitative study was conducted to gain insight into parents' perspectives on adolescent social-emotional learning. A broadly used professional framework for social emotional learning was used as a frame of reference in interviews with parents from diverse backgrounds. Within and across case analyses were applied to analyze the interviews. A conceptual model of four social-emotional skills constructs considered crucial learning by parents emerged from the data: respectful behavior, cooperation, self-knowledge and self-reliance. Parents' language, interpretations and orderings of skills indicate that the model underlying these constructs differs from skills embedded in the professional framework.
MULTIFILE
poster voor de EuSoMII Annual Meeting in Pisa, Italië in oktober 2023. PURPOSE & LEARNING OBJECTIVE Artificial Intelligence (AI) technologies are gaining popularity for their ability to autonomously perform tasks and mimic human reasoning [1, 2]. Especially within the medical industry, the implementation of AI solutions has seen an increasing pace [3]. However, the field of radiology is not yet transformed with the promised value of AI, as knowledge on the effective use and implementation of AI is falling behind due to a number of causes: 1) Reactive/passive modes of learning are dominant 2) Existing developments are fragmented 3) Lack of expertise and differing perspectives 4) Lack of effective learning space Learning communities can help overcome these problems and address the complexities that come with human-technology configurations [4]. As the impact of a technology is dependent on its social management and implementation processes [5], our research question then becomes: How do we design, configure, and manage a Learning Community to maximize the impact of AI solutions in medicine?
A promising contribution of Learning Analytics is the presentation of a learner's own learning behaviour and achievements via dashboards, often in comparison to peers, with the goal of improving self-regulated learning. However, there is a lack of empirical evidence on the impact of these dashboards and few designs are informed by theory. Many dashboard designs struggle to translate awareness of learning processes into actual self-regulated learning. In this study we investigate a Learning Analytics dashboard based on existing evidence on social comparison to support motivation, metacognition and academic achievement. Motivation plays a key role in whether learners will engage in self-regulated learning in the first place. Social comparison can be a significant driver in increasing motivation. We performed two randomised controlled interventions in different higher-education courses, one of which took place online due to the COVID-19 pandemic. Students were shown their current and predicted performance in a course alongside that of peers with similar goal grades. The sample of peers was selected in a way to elicit slight upward comparison. We found that the dashboard successfully promotes extrinsic motivation and leads to higher academic achievement, indicating an effect of dashboard exposure on learning behaviour, despite an absence of effects on metacognition. These results provide evidence that carefully designed social comparison, rooted in theory and empirical evidence, can be used to boost motivation and performance. Our dashboard is a successful example of how social comparison can be implemented in Learning Analytics Dashboards.
MULTIFILE
Middels een RAAK-impuls aanvraag wordt beoogd de vertraging van het RAAK-mkb project Praktische Predictie t.g.v. corona in te halen. In het project Praktische Predictie wordt een prototype app ontwikkeld waarmee fysiotherapeuten in een vroeg stadium het chronisch worden van lage rugpijn kunnen voorspellen. Om chronische rugpijn te voorkomen is het belangrijk om in een vroeg stadium de kans hierop in te schatten door psychosociale en mogelijk andere risicofactoren op chronische pijnklachten te herkennen en hierop te interveniëren. Fysiotherapeuten zijn met deze vraag naar het lectoraat Werkzame factoren in Fysiotherapie en Paramedisch Handelen van de Hogeschool van Arnhem en Nijmegen gegaan en dit heeft aanleiding gegeven een onderzoek op te zetten waarin een dergelijke methodiek ontwikkeld wordt. De voorgestelde methodiek betreft een Clinical Decision Support Tool waarmee een geïndividualiseerde kans op chronische rugpijn kan worden bepaald gekoppeld aan een behandeladvies conform de lage rugpijn richtlijn. Hiervoor is eerst geïnventariseerd welke methoden fysiotherapeuten reeds gebruiken en welke in de literatuur worden genoemd. Op basis hiervan is een keuze gemaakt ten aanzien van data die digitaal verzameld worden in minimaal 16 fysiotherapiepraktijken waarbij patiënten gedurende 12 weken gevolgd worden. Met de verzamelde data worden met machine learning algoritmes ontwikkeld voor het berekenen van de kans op chroniciteit. De algoritmes worden ingebouwd in de Clinical Decision Support Tool: een gebruiksvriendelijke prototype app. Bij het ontwikkelen van de tool worden eindgebruikers (fysiotherapeuten en patiënten) intensief betrokken. Op deze manier wordt gegarandeerd dat de tool aansluit bij de wensen en behoeften van de doelgroep. De tool berekent de kans op chroniciteit en geeft een behandeladvies. Daarnaast kan de tool gebruikt worden om patiënten te informeren en te betrekken bij de besluitvorming. Vanwege de coronacrisis is er een aanzienlijke vertraging in de patiënten-instroom (doel n= 300) ontstaan die we met ondersteuning van een RAAK-impuls subsidie willen inlopen.
De 2SHIFT SPRONG-groep is een samenwerkingsverband van HAN University of Applied Sciences en Fontys Hogescholen. Onze ambitie is het vergroten van eerlijke kansen op gezond leven. Dit doen we door het vormgeven en versterken van gemeenschappen als fundament voor het creëren van eerlijke kansen op gezond leven. Vanuit deze gemeenschappen wordt in co-creatie gewerkt aan structuur (i.e. systeem), sociale en technologische innovaties. Deze ambitie sluit aan bij de centrale missie KIA Gezondheid en Zorg om bij te dragen aan goede gezondheid en het verkleinen van sociaaleconomische gezondheidsverschillen. Ook draagt het bij aan deelmissie 1. het voorkomen van ziekte, waarbij wij uitgaan van het concept Positieve Gezondheid en Leefomgeving. Én het zorgt voor het verplaatsen van ondersteuning en zorg naar de leefomgeving (deelmissie 2), doordat gemeenschappen hiervoor een stevig fundament vormen. De gemeenschap is geoperationaliseerd als een samenwerking tussen inwonersinitiatieven (i.e. informele actoren) én professionals vanuit wonen, welzijn, zorg en gemeenten (i.e. formele actoren) die bestuurlijk en beleidsmatig worden ondersteund. Toenemend wordt een belangrijke rol en meer verantwoordelijkheid toebedeeld aan inwoners en wordt de noodzaak van sectoroverstijgende, inclusieve samenwerking tussen deze actoren in lokale fieldlabs benadrukt. 2SHIFT start daarom in vier fieldlabs: twee dorpen en twee wijken in (midden-)stedelijke gebieden, waar in vergelijking met groot-stedelijk gebied (zoals Amsterdam, Rotterdam, Den Haag en Utrecht) andere dynamieken en mechanismen een rol spelen bij het creëren van eerlijke kansen op een gezond leven. Om impact in onderwijs en praktijk te realiseren werken we nauw samen met studenten, docenten én met inwoners, professionals, bestuurders en beleidsmakers uit wonen, welzijn, zorg en gemeenten én landelijke kennispartners (“quadruple helix”). 2SHIFT brengt transdisciplinaire expertise én verschillende onderzoeksparadigma’s samen in een Learning Community (LC), waarin bestaande kennis en nieuwe kennis wordt samengebracht en ontwikkeld. Over 8 jaar is 2SHIFT een (inter)nationaal erkende onderzoeksgroep die het verschil maakt.
Vanwege veranderende onderwijskundige inzichten - 21st century learning - worden schoolgebouwen verbouwd of vervangen door nieuwbouw. Deze 21st century leeromgevingen blijken in de praktijk niet te voldoen aan de verwachting van de gebruikers. Het ontwikkelen en gebruiken van een 21st century leeromgeving stelt blijkbaar specifieke eisen aan de 21st century competenties van alle betrokkenen. Dit roept vragen op ten aanzien van product en proces. De beantwoording van deze vragen vereist kennis van wisselwerking tussen psycho-sociale leeromgeving en fysieke leeromgeving. Het betreft onder andere de benodigde “ruimtelijke competenties” van de betrokkenen om de fysieke leeromgevingen te ontwikkelen en te gebruiken en - andersom - hoe de fysieke leeromgeving de ontwikkeling van 21st century competenties beïnvloedt. De kiem voor dit onderzoeksproject is gelegd toen scholen en vormgevers deze vragen voorlegden aan experts van de NHL Hogeschool en TU Eindhoven. Dit KIEM project wil de probleemstelling in één of meerdere praktijkvragen articuleren door het uitvoeren van een reeks workshops met een focusgroep van stakeholders. De uitkomsten hiervan zullen worden vertaald naar een voorstel voor een langduriger onderzoeksproject. In dit beoogde vervolgproject zullen de gearticuleerde vragen worden vertaald naar één of meer praktijkonderzoeken waarin wetenschappelijke kennis en methodes worden doorontwikkeld en beproefd op het effectief stimuleren van 21st century vaardigheden van docenten en vormgevers in praktijksituaties. Dit project maakt deel uit van de opbouw van een regionaal kennisnetwerk Onderwijs & Ruimte, wat op een duurzame wijze wil bijdragen aan de kennisontwikkeling en -deling betreffende de 21st century leeromgeving. De kern van dit netwerk wordt gevormd door de initiatiefnemers van deze aanvraag; Adema Architecten (MKB), lectoraat Open Innovation van de NHL Hogeschool (Onderzoeksinstelling) en Next Level (Onderwijs).
