A Big Data adatelemző módszerek alkalmazásának lehetőségei az oktatásban

Csernai, Zoltán (2024) A Big Data adatelemző módszerek alkalmazásának lehetőségei az oktatásban In: Agria Média 2023. Eger, Eszterházy Károly Katolikus Egyetem Líceum Kiadó. pp. 161-167.

[thumbnail of 161_Csernai.pdf] pdf
161_Csernai.pdf

Download (761kB) [error in script]
Hivatalos webcím (URL): https://doi.org/10.17048/AM.2023.161

Absztrakt (kivonat)

A jelenleg is zajló 4. ipari forradalomban a világhálón elérhető digitális megoldások globális elterjedésének hatására ezek az információs rendszerek óriási, nagy mennyiségű adattömeget, úgynevezett Big Datat generálnak és tárolnak, amelyek feldolgozása és hasznos információvá való alakítása kihívást és egyben lehetőséget jelent a társadalom valamennyire alrendszere számára. Big Data alatt olyan rendkívül nagy adathalmazokat értünk, amelyek az emberi viselkedéssel és interakciókkal kapcsolatos mintákat, trendeket és összefüggéseket tárnak fel (Yeoman, 2019).Kutatási célom, hogy feltérképezzem Big Data adatelemző módszereket és az ezzel kapcsolatos korábbi kutatásokat, valamint megvizsgáljam, hogyan történik ezeknek a módszereknek az alkalmazása az oktatás területén. A kutatás során a PRISMA-protokoll és a számítógépes tartalomelemzés (induktív kódolás) módszerét alkalmazom. A kutatásom következő fázisában arra keresem a választ, hogy az online tanulást támogató portálok kurzusainak az adatai milyen módon kerülnek felhasználásra és elemzésre, valamint az oktatói körben milyen lehetséges további igények merülnek fel az online oktatás során.

Mű típusa: Könyvrészlet - Book section
Szerző:
Szerző neve
Email
MTMT azonosító
ORCID azonosító
Közreműködés
Csernai, Zoltán
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Megjegyzés: A Kulturális és Innovációs Minisztérium ÚNKP-23-3 kódszámú Új Nemzeti Kiválóság Programjának a Nemzeti Kutatási, Fejlesztési és Innovációs Alapból finanszírozott szakmai támogatásával készült.
Kapcsolódó URL-ek:
Kulcsszavak: Big Data, PRISMA-protokoll, számítógépes tartalomelemzés
Nyelv: magyar
DOI azonosító: 10.17048/AM.2023.161
Felhasználó: Tibor Gál
Dátum: 24 Szep 2024 12:09
Utolsó módosítás: 29 Nov 2024 08:25
URI: http://publikacio.uni-eszterhazy.hu/id/eprint/8200
Műveletek (bejelentkezés szükséges)
Tétel nézet Tétel nézet