Introductie

Het lectoraat Learning Technology & Analytics onderzoekt het gebruik van technologie in het onderwijs en studiedata om gelijke kansen voor studenten te verbeteren.

Over het lectoraat

Studiedata en technologie in onderwijs kunnen sterke emoties oproepen. Sommigen hebben het beeld dat studenten hiermee vooral gemonitord en geselecteerd zullen worden en dat dit negatief voor hen kan uitpakken: “Computer says no”. Anderen zijn juist lyrisch over de mogelijkheden van data en technologie om het onderwijs en studenten verder te brengen. In beide beelden zit een kern van waarheid, omdat tot beide richtingen de gelegenheid is. Een ding is zeker: technologie en data spelen al een cruciale rol in innovaties in het onderwijs en – gezien de snelle technologische ontwikkelingen – zal dat alleen maar sterker worden. Daarmee groeit ook de noodzaak voor onderzoek hiernaar.

Het lectoraat heeft twee onderzoeksthema’s: Learning Technology & Learning Analytics.

Binnen het thema Learning Technology onderzoeken we met behulp van experimenten hoe de wisselwerking tussen technologie, studenten en docenten in het onderwijs verloopt. Hoe wordt technologie gebruikt, wat brengt het en wat ontneemt het? Wat maakt dat technologie in het onderwijs geadopteerd wordt of juist niet?  Wat is de mogelijke invloed van geavanceerde technologieën – zoals AI, gaming, virtual of augmented reality – op het onderwijs en begeleiding van studenten?

In het tweede thema, Learning Analytics, onderzoeken we de studiedata die in het onderwijs of de context daarvan ontstaan: data uit onderwijssystemen, onderwijsadministraties en publieke data. Wat zijn de statistische verbanden in deze data? Hoe gelijk, divers en uniek zijn onze studenten binnen verschillende opleidingen? We onderzoeken niet alleen de data, maar ook het nut van inzichten. Wat kunnen deze analyses betekenen voor onderwijs, begeleiding en onderwijsbeleid? Hoe gebruiken we docenten, studenten en ondersteuners binnen onderwijsinstellingen data om tot beslissingen te komen?

Speciale aandacht in het tweede thema vormt onderzoek naar studenten die – naar verhouding – ondervertegenwoordigd zijn. Welke vooroordelen (bias) zitten in studiedata en hoe kunnen we die wegnemen? Hoe zou onderwijs en begeleiding er dan uit kunnen zien? Wat zijn de kansen van verschillende studenten en hoe gelijk zijn die? Wat kunnen we doen om gelijke kansen te verbeteren?

Onderzoekslijnen

De onderzoekslijnen in het thema Learning Technology worden uitgewerkt door een nieuwe senior onderzoeker. Het thema Learning Analytics van het lectoraat heeft vier onderzoekslijnen:

  1. Learning Analytics: deze lijn is gericht op het analyseren van data die van invloed zijn op de kwaliteit van leren en onderwijs. Deze inzichten kunnen toegepast worden om onderwijs, leerprocessen en studeerbaarheid te ontwerpen.
  2. Student Analytics: door op groepsniveau data te analyseren kunnen we bijdragen aan de kwaliteit van opleidingen met inzichten in het ontwerp van opleidingen en de studieloopbanen van studenten.
  3. Institutional Analytics: inzichten uit deze onderzoekslijn kunnen gebruikt worden om beleid en strategie voor de hele hogeschool te bepalen, maar ook bijdragen aan nationaal, Europees en internationaal onderzoek.
  4. Inclusion Analytics: studieverloop en -succes van studenten met een ondersteuningsbehoefte is een onderzoekslijn waarin we op alle bovengenoemde niveaus van betekenis willen zijn.

Binnen elke onderzoekslijn richten we ons op a) selectie van relevante studiedata, b) methoden van analyse, c) praktijktoepassing van oplossingen, mate van adoptie en effectmeting, en d) communicatie en verspreiding van kennis.

Theo Bakker

Over de lector

dr. Theo Bakker

Fotograaf: David Meulenbeld

Theo Bakker heeft een brede achtergrond. Hij studeerde Theologie, Informatiekunde en Management Consulting. Hij promoveerde in de Klinische Ontwikkelingspsychologie op het studieverloop en studiesucces van studenten met autisme.

Al sinds 2004 zijn studiedata de rode draad door Theo’s carrière. In eerste instantie met het implementeren van onderwijsadministraties en later het benutten van de informatie uit deze systemen in het kader van studiesucces. Via de Universiteit van Amsterdam en Deloitte Consulting kwam hij in 2014 terecht bij de Vrije Universiteit Amsterdam. In 2022 promoveerde hij daar op zijn proefschrift ‘Study Progression and Success of Autistic Students in Higher Education, A Longitudinal, Propensity Score-Weighted Population Study’.

In 2021 startte Theo bij De Haagse Hogeschool als directeur van de dienst Onderwijs, Kennis & Communicatie. Na zijn promotie combineert hij nu in de functie als lector Learning Technology & Analytics al zijn kennis en ervaring. Daarnaast werkt Theo als universitair docent bij de Faculteit der Gedrags- en Bewegingswetenschappen van de VU.

t.c.bakker@hhs.nl

LinkedIn profiel

Team

Memon Boukiour

Memon Boukiour

Docent-onderzoeker

Go to Memon Boukiour

Memon Boukiour

Docent-onderzoeker

Memon (0,3) is hogeschooldocent bij de Faculteit GVS en werkt binnen het lectoraat aan onderzoek naar de mogelijkheden van Brightspace.
m.boukiour@hhs.nl

Go to Memon Boukiour
Cathy Liem

Cathy Liem

Docent-onderzoeker

Go to Cathy Liem

Cathy Liem

Docent-onderzoeker

Cathy (0,2) is wiskundedocent bij de opleidingen Toegepaste Wiskunde en Technische Bedrijfskunde met affiniteit voor Operations Research en Data Analytics
h.l.liem@hhs.nl

Go to Cathy Liem
Nando Rensen

Nando Rensen

Onderzoeker

Go to Nando Rensen

Nando Rensen

Onderzoeker

Nando (0,4) is beleidsmedewerker bij de Faculteit GVS en houdt zich binnen het lectoraat vooral bezig met het onderzoeksproject De staat van De Haagse.
n.t.j.rensen@hhs.nl

Go to Nando Rensen
Maria Sobral

Maria Sobral

Docent-onderzoeker

Go to Maria Sobral

Maria Sobral

Docent-onderzoeker

Maria (0,4) is docent en autisme coach. Ze onderzoekt studenten met autisme aan De HHs.
m.j.sobral@hhs.nl

Go to Maria Sobral
Marcel van Vliet

Marcel van Vliet

Docent-onderzoeker

Go to Marcel van Vliet

Marcel van Vliet

Docent-onderzoeker

Marcel (0,4) richt zich als hogeschooldocent op Digital Design en User Experience Design bij de opleiding CMD. In zijn onderzoek bij het lectoraat ligt de focus op de studiebeleving van studenten.
 

Go to Marcel van Vliet

Gelijke kansen in het hoger onderwijs vraagt om oog voor uitzonderingen

 

Projecten

No Fairness without Awareness

Het analyseren van instroom, doorstroom en uitstroom is voor hogescholen belangrijk om zicht te krijgen op de positie en betekenis van de school voor de studenten en de regio. Dat geldt ook voor De Haagse Hogeschool.
Lees meer

Studiedata aan De Haagse Hogeschool

Door het analyseren van studiedata biedt het lectoraat Learning Technology & Analytics inzichten die kunnen leiden tot verbeteringen op het gebied van beleid, kwaliteit en onderwijs. Welke analyses zijn nuttig om te maken? En hoe doe je dat veilig?
Lees meer

Fair Machine Learning & AI

Machine Learning en AI nemen een vlucht, ook in het hoger onderwijs. Handig om in te zetten bij bijvoorbeeld het analyseren van studiedata. Maar hoe eerlijk en (on)bevooroordeeld zijn de data en analyses die eruit voortkomen?
Lees meer

Nieuws

6 februari 2024

In de prijzen met Data Analytics

Onderzoek

Twee teams van De HHs ontvingen een gedeelde tweede prijs van de leergang ‘Leadership Challenge with Data Analytics’.
Lees meer

Publicaties

Artikel

Predicting Academic Succes of Autistic Students in Higher Education

Er is weinig bekend over vroege voorspellers voor het studiesucces van jongeren met autisme die een universitaire studie volgen.

Proefschrift

Study Progression and Success of Autistic Students, A Longitudinal Propensity Score-Weighted Population Study

Theo onderzocht het studieverloop en -succes van studenten met autisme in het hoger onderwijs door hun achtergrond en studieverloop statistisch te vergelijken met studenten met of zonder functiebeperking.

Lees meer

Artikel

Study Progression and Degree Completion of Autistic Students in Higher Educaion: A Longitudinal Study

Artikel verschenen in The International Journal of Higher Education Research over het promotieonderzoek naar het studieverloop en -succes van studenten met autisme.

Lees meer

Artikel

First-Year Progession and Retention of Autistic Students in Higher Education

Voortgang en uitval van autistische studenten in het eerste jaar van het hoger onderwijs: een propensity-score-gewogen populatieonderzoek. Verschenen in ‘Autism in Adulthood’, juni 2020.

Lees meer

Artikel

Background and enrollment characteristics of students with autism in higher education

Artikel over de achtergrond- en instroomkenmerken van studenten met autisme in het hoger onderwijs. Verschenen in ‘Research in Autism Spectrum Disorders’, jaargang 67, november 2019.

Lees meer