Självkvantifiering som verktyg vid självreglerat lärande

Detta är en Kandidat-uppsats från KTH/Skolan för datavetenskap och kommunikation (CSC)

Sammanfattning: Ofta saknar studenter motivation för att lägga ned tillräckligt med tid på en kurs för att lära sig så mycket som möjligt. Den här uppsatsen undersökte därför hur olika presentationer av data i en simulering av en självkvantifieringsapp kunde påverka medieteknikstudenters motivation till att studera i kursen Flervariabelanalys. Undersökningen tog även upp aspekten om deltagarnas studietimmar påverkades av att se hur andra kurskamrater presterade. Vi avgränsade oss till att inte undersöka hur effektivt deltagarna studerade eller hur de presterade på tentamen, på grund av tidsbrist. De 17 deltagarna i undersökningen studerade sitt andra år vid Medieteknikprogrammet på KTH och loggade sina studietimmar under fem dagar. Därefter fick de datan presenterad för sig i fem olika designförslag och gav feedback på förslagen. Slutligen svarade de på en längre, avslutande enkät. Undersökningens resultat visade att de flesta hade högre mål än faktisk prestation räknat i antal studietimmar under veckans gång. De designutskick som motiverade mest innehöll en lugn bakgrund, motiverande citat eller sammanfattande diagram. Det designutskick som motiverade minst innehöll tidigare års betygsfördelning över tentamen i Flervariabelanalys. Baserat på resultatet anser vi bland annat att en självkvantifieringsapp inte ska bevara användarnas anonymitet, för att uppmuntra till jämförelser med andra användare, att appen ska ge användarna kontinuerlig feedback, exempelvis i form av sammanfattande diagram, och att användaren ska kunna anpassa designen av appen via appens inställningar.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)