Livelms: A blended e-learning environment, a model proposition for integration of asynchronous and synchronous e-learning

Abstract

Uzaktan eğitimde yüz-yüze iletişimin olmayışı sonucunda, öğretmenler öğrencilerin aktivitelerini özellikle de kalabalık oturumlarda gözlemlemekte zorlanmaktadırlar ve bunun sonucunda öğrencilerin performanslarını etkin bir şekilde değerlendirememektedirler. Ancak, öğrenciyle arasındaki uzaklığa rağmen öğretmen öğrencileri eş-zamanlı ders boyunca etkin bir şekilde takip ederek performanslarını değerlendirebilmelidir. Bu şekilde öğrenciler derse katılımları konusunda zamanında geri dönütlerle bilgilendirilebilir.Bu tez, zengin bir e-öğrenme ortamı elde etmek amacıyla senkron ve asenkron öğrenme ortamlarının birleştirilerek bir e-öğrenme aracının geliştirilmesini hedeflemektedir. Aracın belirli odağı, çevrimiçi senkron öğrenme ortamında öğrenci aktivitelerinin kaydı tutularak öğrencilerin katılım performanslarının dinamik olarak değerlendirilmesi, ve çevrimiçi dersler tamamlandıktan sonra değerlendirme bilgisine asenkron bir şekilde erişimin sağlanmasıdır. Bu şekilde öğrencilerin gelişimlerinin daha etkili bir şekilde gözlemlenebilmesi amaçlanmaktadır.

In distance education, lack of face-to-face communication prevents instructors from observing students? activities efficiently, especially in crowded sessions, and consequently they fail to effectively assess the performance of distant learners. On the other hand, in spite of being physically distant, instructor should monitor students? activities and assess their performance effectively so that learners can be informed as quickly as possible of how well they are doing.This thesis aims to develop an e-learning tool for distance education that integrates asynchronous and synchronous learning environments to offer an enriched e-learning platform. The tool enables instructor to keep track of students? activities, assesses learners? participation during online synchronous sessions dynamically, and provides asynchronous access to assessment data after the lectures. In this way, it is aimed to monitor performance of distant learners by the instructor more efficiently.