1. UKM Learning and Research Repository
2. PHD Thesis / Tesis PHD
3. Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Title:	Learner model for adaptive web-based educational systems
Authors:	Mohammed A. S. Ghazal (P54875 )
Supervisor:	Nor Azan Mat Zin, Prof. Dr.
Keywords:	educational systems Web-based instruction
Issue Date:	31-Jul-2015
Description:	An Adaptive Web-based Educational System (AWBES) personalises learning according to a learner’s characteristics such as his/her learning style (LS). Learner modelling involves diagnosing, identifying and updating a learner’s characteristics. Various LS models use psychological questionnaires to model learner’s characteristics. However, these models are more suited to a conventional classroom environment, since they do not consider the design features of a Web-based Educational System (WBES). Furthermore, previous studies have used LS models to extract learner preferences from current WBES without any empirical evidence. Thus, rendering the model of learner's preferences in WBES unreliable. Based on the Herrmann Whole Brain Model (HWBM) LS, this research will propose an observable learner preferences model in WBES. The study is carried out in three phases. The first phase consists of analysis and literature study to map HWBM LS on to WBES design features. From this, the design guidelines of WBES according to HWBM is derived. The second phase uses these guidelines to design and develop two new approaches via two methods for modelling learner preferences in WBES. The first method is to adapt the psychological questionnaire by matching it to the derived guidelines. The adapted questionnaire is used to validate the design features of WBES according to LSs of HWBM. In the second method, the validated design features of WBES are developed to design a domain model in the prototype. To translate the derived mapping (guidelines) between LS and learner preferences in WBES as well as to develop learner model in the prototype, more than 80 learning patterns are designed. The prototype is validated in terms of overall usability before it is implicitly used to model learner preferences. The third phase uses a systematic observation method to analyse the correlation and regression between learning styles (measured by the questionnaire) and the predefined learning patterns (calculated by the prototype). Sixty nine respondents used the prototype and then answered the questionnaire. The Respondents’ behaviour in accomplishing assigned learning tasks were captured by log files. Thirty-six patterns were selected as significant correlation patterns to the learning styles. This provided an observable WBES design model based on HWBM. A Multiple linear regression analysis was used to evaluate whether the proposed model can be used for modelling the learning style. Eighteen significant patterns were identified as the most accurate predictor patterns for deducing the LS. This research verifies that HWBM can be used to proposes a learner modelling approach by assessing learner preferences, within the design features of a WBES.,Sistem Pendidikan Adaptif Berasaskan Web (SPABW) mengkhususkan pembelajaran berdasarkan ciri pelajar seperti Gaya Pembelajaran (GP) mereka. Pemodelan pelajar melibatkan proses diagnosis, pengenalpastian dan pengemaskinian ciri pelajar. Pelbagai model GP menggunakan soal selidik berasaskan psikologi untuk pemodelan ciri pelajar. Walaubagaimanapun, model-model ini lebih sesuai diguna untuk persekitaran bilik darjah tradisional memandangkan ia tidak mengambil kira ciri-ciri antara muka SPBW. Selain itu, kajian lepas turut menggunakan model GP untuk menentukan pilihan pelajar dari SPBW sedia ada tanpa sebarang bukti empirik. Maka, pemodelan pelajar berasaskan model GP sedia ada untuk persekitaran SPABW tidak boleh dipercayai. Kajian ini mencadangkan satu model pemerhatian pilihan pelajar dalam persekitaran SPBW berdasarkan Model Herrman Whole Brain (MHWB). Tiga fasa kajian telah dijalankan. Fasa pertama menjalankan proses analisis dan melakukan kajian kesusasteraan untuk memetakan GP MHWB dengan ciri reka bentuk SPBW. Dengan ini, garis panduan untuk mereka bentuk SPBW berdasarkan MHWB dapat diperolehi. Fasa kedua mengolah dua kaedah permodelan pilihan pelajar dalam SPBW perpandukan garis panduan ini. Kaedah pertama menyesuaikan soal selidik berasaskan psikologi dengan memadankannya dengan garis panduan yang sedia ada. Soal selidik yang telah disuaikan ini digunakan untuk mengesahkan ciri-ciri reka bentuk SPBW mengikut GP MHWB. Dalam fasa kedua, ciri reka bentuk SPBW yang telah disahkan dikembangkan bagi mereka bentuk model domain prototaip. Lebih 80 corak pembelajaran dicipta untuk mentafsirkan pemetaan (garis panduan) antara GP dengan pilihan pelajar dalam SPBW selain mereka bentuk prototaip model pelajar. Prototaip disahkan mengikut kesuluruhan kedapatgunaannya sebelum ia digunakan untuk pemodelan pilihan pelajar secara tersirat. Fasa ketiga menggunakan kaedah pemerhatian sistematik untuk menganalisis hubung kait dan regresi antara GP (diukur menggunakan soal selidik) dan corak pembelajaran terdahulu (diperoleh dari prototaip). Seramai 69 orang responden telah menggunakan prototaip tersebut. Bilangan yang sama menjawab soal selidik. Tingkahlaku responden dalam menyelesaikan tugasan pembelajaran telah direkodkan ke dalam fail log. Tiga puluh enam corak telah dipilih sebagai corak yang paling nyata hubung kaitan mereka dengan GP. Hasilnya ialah sebuah model pemerhatian SPBW berdasarkan MHWB. Model ini dinilai menggunakan analisis Regresi Linar Berbilang untuk menentukan tahap kesesuiannya dalam pemodelan GP. Lapan belas corak nyata telah dikenal pasti sebagai peramal corak yang paling tepat untuk menentukan GP. Kajian ini membentangkan kaedah pemodelan pelajar melalui penaksiran ciri reka bentuk SPBW pilihan pelajar mengikut MHWB.,Phd
Pages:	204
Call Number:	LB1044.87.G484 2015 3 tesis
Publisher:	UKM, Bangi
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.