dc.contributor.author | Θεοδωρόπουλος Αναστάσιος, Σπουδαστής | |
dc.date.accessioned | 2023-02-15T06:12:02Z | |
dc.date.available | 2023-02-15T06:12:02Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | http://repositoryesdda.ekdd.gr/jspui/handle/123456789/490 | |
dc.description | Η παρούσα εργασία επιχειρεί την αποκρυπτογράφηση των ιδιαίτερων ατομικών χαρακτηριστικών ενός καταρτιζόμενου στο ΙΝΕΠ Δημοσίου υπαλλήλου που θα μας επέτρεπαν την πρόβλεψη/εκτίμηση της απόδοσής του σε ένα εξ αποστάσεως Πρόγραμμα ανάπτυξης ψηφιακών δεξιοτήτων με την χρήση μεθοδολογιών Educational/Learner Analytics. Με δεδομένα που αντλήθηκαν από την εκτεταμένη βάση δεδομένων του ΙΝΕΠ, σκιαγραφήθηκε το προφίλ 65.000 Δημοσίων Υπαλλήλων που εκπαιδεύτηκαν από τον φορέα σε διάστημα δύο ετών. Μετά από πιο ειδική ανάλυση Προγραμμάτων ανάπτυξης ψηφιακών δεξιοτήτων (κυρίως Προηγμένων) αποτυπώθηκαν στατιστικά συνεπείς διαφοροποιήσεις στα προφίλ των συμμετεχόντων σε σχέση με το γενικό σύνολο των Προγραμμάτων του ΙΝΕΠ. Με το σκεπτικό ότι διαφοροποιήσεις στην διάθεση συμμετοχής ερμηνεύονται από διαφορές στην καταλληλότητα / συμβατότητα των ατομικών προφίλ, καταγράφηκαν τα γενικά προφίλ που στατιστικά προσελκύονται ή αποφεύγουν Προγράμματα τριών υποκατηγοριών. Εξ αποστάσεως, Βασικών Ψηφιακών Δεξιοτήτων και Προηγμένων Ψηφιακών δεξιοτήτων. Μετρήθηκαν διαφοροποιήσεις ανάμεσα στο μέσο προφίλ των συνολικών Προγραμμάτων του ΙΝΕΠ και το μέσο προφίλ των παραπάνω υποκατηγοριών. Επιλέχθηκε ένα Πρόγραμμα που να ανήκει σε όλες τις παραπάνω υποκατηγορίες ταυτόχρονα. Ακολούθησε οικονομετρικός (OLS) έλεγχος της υπόθεσης: “Aν σε μία υποκατηγορία Προγραμμάτων συμμετέχουν πιο πολλά άτομα του προφίλ «Χ» από ότι κατά μέσο όρο στο σύνολο των Προγραμμάτων, αυτό πιθανόν σημαίνει αυξημένη καταλληλότητα του Προγράμματος για άτομα του προφίλ «Χ». Άρα αναμένουμε σε ένα οποιοδήποτε Πρόγραμμα αυτής της υποκατηγορίας, κάποιος με προφίλ «Χ» να τα πάει καλύτερα βαθμολογικά από κάποιον με προφίλ «Υ». | en_US |
dc.description.abstract | Using Educational/Learner Analytics methodologies, this analysis attempts to test the following assumption: Are we expecting a public employee with a type “A” personal profile to underperform when participating in a Government Training Program that on average is underrepresented by type “A” personal profile employees? And if one educational program is being more heavily attended by type “B” personal profiles (type “B”s have a higher percentage in this Program compared with their across all projects average), should we expect a type “B” person to overperform? By assuming that free participation in a Program by a person indicates compatibility/suitability, it is natural to expect that public employees of a type that is being underrepresented (lower percentage of his type than on average) in a specific Program will underperform.
After a brief statistical overview of the general trends in “INEΠ’s” multi disciplinary programs, we identify specific subcategories of training programs where the profile of the average participant diverges (with a amin focus on distance learning and digital competence improving courses). An econometric regression has been applied where use has been made of data on personal profiles of 65.000 people that have been trained in the Institute during the last 2 years. The regression provided discouraging results, with statistically insignificant estimated slope parameters for all but one variable. The 11 used (profiling) variables could not identify a predictable component in the grades awarded. Two rational explanations are offered. Lack of reliable data and lack of normality in the distribution of the dependent variable. Almost all of the observations (grades), were suspiciously gravitating towards 10 (full marks). More research is need | en_US |
dc.language.iso | gr | en_US |
dc.subject | Εξ Αποστάσεως Εκπαίδευση, Αναλυτικά Εκπαίδευσης, Αναλυτικά Μάθησης | en_US |
dc.title | Αναλυτικά στατιστικά μάθησης. Στατιστική ανάλυση των εξ αποστάσεως προγραμμάτων του ΙΝΕΠ | en_US |
dc.title.alternative | ΤΜ. ΕΞΕΙΔΙΚΕΥΣΗΣ ΓΕΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ | en_US |
dc.type | Working Paper | en_US |
dc.type | Research | en_US |
dc.seira | 27 | en_US |
dc.pedio | Πληροφορική | en_US |
dc.sxoli | 1 | en_US |