There is little debate regarding th

There is little debate regarding the importance of student feedback for improving the learning process. However, there remain significant workload barriers for instructors that impede their capacity to provide timely and meaningful feedback. The increasing role technology is playing in the education space may provide novel solutions to this impediment. As students interact with the various learning technologies in their course of study, they create digital traces that can be captured and analysed. These digital traces form the new kind of data that are frequently used in learning analytics to develop actionable recommendations that can support student learning. This paper explores the use of such analytics to address the challenges impeding the capacity of instructors to provide personalised feedback at scale. The case study reported in the paper showed how the approach was associated with a positive impact on student perception of feedback quality and on academic achievement. The study was conducted with first year undergraduate engineering students enrolled in a computer systems course with a blended learning design across three consecutive years (N2013 = 290, N2014 = 316 and N2015 = 415).

結果 (繁體中文) 1:

有關於學生的反饋來完善學習過程中的重要性是不可辯駁的。但是，仍有顯著工作量壁壘阻礙他們的能力為客戶提供及時和有意義的反饋教官。技術的作用是增加在教育空間打可以提供這一障礙，新穎的解決方案。當學生在他們的學習課程的各種學習技術交互，他們創建可以捕獲和分析數字的痕跡。這些數字的痕跡形成新的那種經常在學習分析用於開發可以支持學生學習可行性的建議數據。本文探討了使用這種分析，解決妨礙教師在規模提供個性化反饋的能力的挑戰。在本文報導的案例研究表明，該方法是如何與反饋質量的學生的感知和對學業成績產生積極的影響有關。這項研究是第一年的本科工程專業的學生進行就讀於計算機系統當然與整個連續三年混合式學習設計（N2013 = 290，N2014 = 316和N2015 = 415）。

結果 (繁體中文) 2:

關於學生回饋對改善學習過程的重要性，幾乎沒有爭論。然而，對於教師來說，仍然存在嚴重的工作量障礙，妨礙他們提供及時和有意義的回饋的能力。技術在教育領域所發揮的日益重要的作用，可能為這一障礙提供新的解決方案。當學生在學習過程中與各種學習技術互動時，他們創建數位痕跡，可以捕獲和分析。這些數位跟蹤構成了在學習分析中經常使用的新資料類型，以開發可操作的建議，以支援學生學習。本文探討了此類分析的使用，以應對阻礙講師大規模提供個人化回饋的能力的挑戰。論文中報告的案例研究表明，這種方法如何對學生對回饋品質和學習成績的感知產生積極影響。該研究由連續三年（N2013 = 290、N2014 = 316 和 N2015 = 415）的電腦系統課程的一年級本科生進行。

結果 (繁體中文) 3:

關於學生迴響對改進學習過程的重要性幾乎沒有爭論。然而，對於教師來說，仍然存在著很大的工作量障礙，妨礙了他們提供及時和有意義的迴響的能力。科技在教育領域發揮著越來越大的作用，這可能為解决這一障礙提供了新的辦法。當學生在學習過程中與各種學習科技進行互動時，他們會創建可以捕獲和分析的數位痕迹。這些數位跟踪形成了新的資料類型，這些數據經常用於學習分析，以製定可支持學生學習的可行建議。本文探討了如何利用這些分析方法來解决阻礙教師大規模提供個性化迴響的挑戰。本文報告的案例研究表明，該方法如何與學生對迴響質量的感知和學業成績的積極影響相關聯。這項研究是對一年級工科大學生進行的，他們連續三年（N2013 = 290，N2014 = 316和N2015 = 415）參加電腦系統課程的混合學習設計。