Fleur Prinsen

De auteur is lector Digital Didaktiek bij het Kenniscentrum Talentontwikkeling van de Hogeschool Rotterdam. De resultaten die in dit artikel beschreven worden zijn mede tot stand gekomen met hulp van Slavi Stoyanov, expert in Group Concept Mapping.

Meer informatie over dit artikel: f.r.prinsen@hr.nl

Werken aan Evidence-informed onderwijsinnovatie met ict

Via Group Concept Mapping zijn de wensen en behoeften over het ondersteunen van Evidence-informed werken aan onderwijsinnovatie met ict in het hoger onderwijs geïnventariseerd. In dit artikel worden het proces en de belangrijkste uitkomsten beschreven.

Ruim twintig deelnemers van zeven hoger onderwijsinstellingen hebben afgelopen zomer een werkconferentie (zie powerpoint-presentatie) gehouden om kennisinfrastructuren rond Evidence-informed onderwijsinnovatie met ict in kaart te brengen. Figuur 1 geeft globaal de spreiding in rollen onder de aanwezigen aan. Een kennisinfrastructuur is een weergave van een samenwerkingsverband (inclusief rollen, ondersteunende middelen en manieren van werken) waarin kennisgebruik, -ontwikkeling en -deling centraal staat, en waarbij sprake is van interactie tussen onderzoek, beleid en praktijk (zie ook de praatplaat). Vóór de conferentie waren actieve werkvormen voorbereid om de deelnemers actief te betrekken. Hiervoor was advies ingewonnen van het lectoraat Co-design van de Hogeschool Utrecht, en werd een expert van de Open Universiteit betrokken bij het vormgeven aan een digitaal ondersteunde werkvorm, genaamd Group Concept Mapping (zie presentatie). Dit artikel richt zich specifiek op deze werkvorm.

Figuur 1: Rollenverdeling deelnemers.

Applicatie

Uitgangspunt van de conferentie was hoe de didactiek en het leerproces binnen het hoger onderwijs te versterken en te verrijken met technologie. Via de Group Concept Mapping-applicatie werd bij alle aanwezigen opgehaald welke behoeftes en kansen zij zagen. Er werden in totaal 192 ideeën (statements) geopperd door de groep, die vervolgens door de deelnemers gesorteerd en gerangschikt werden. De instructie voor het sorteren luidde als volgt: Group the statements into categories for how similar in meaning or theme they are to one another. Give each category a name that describes its theme or contents. De instructie voor het rangschiken was als volgt: Rate the relative importance of the idea in each statement, using a scale ranging from 1 (relatively unimportant) to 5 (extremely important). Rate the idea in each statement about how difficult/easy it is to implement it, using a scale ranging from 1 (very difficult) to 5 (very easy).  
Het systeem clusterde de statements met behulp van een multivariate statistische analysemethode (waarmee samenhang zichtbaar gemaakt kan worden) en voerde een hiërarchische clusteranalyse uit voor het bepalen van een aantal categorieën, waarin samenhangende statements op verschillende manieren kunnen worden samengevoegd. Hieronder worden in grote lijnen de resultaten besproken en hoe tot deze resultaten gekomen is. Voor de volledige resultaten, klik hier.