https://www.pnas.org/content/pnas/early/2020/06/.full.pdf
Abstrakt:
”Onlineutbildningen växer snabbt som svar på den ökande efterfrågan på högre och vidare utbildning, men många elever på nätet kämpar för att nå sina utbildningsmål. Flera beteendevetenskapliga insatser har visat sig lovande när det gäller att höja studerandens uthållighet och slutförandegrad i en handfull kurser, men beläggen för deras effektivitet i olika utbildningssammanhang är begränsade. I den här studien testar vi en uppsättning etablerade interventioner under 2,5 år, för en kvarts miljon studenter, från nästan alla länder, i över 247 onlinekurser som erbjuds av Harvard, Massachusetts Institute of Technology och Stanford. Vi antog att interventionerna skulle ge medelstora till stora effekter som i tidigare studier, men detta stöds inte av våra resultat. Istället använde vi en iterativ vetenskaplig process av att cykliskt förregistrera nya hypoteser mellan vågorna med datainsamling och identifierade individuella, kontextuella och tidsmässiga förhållanden under vilka interventionerna gynnar studenterna. Självregleringsinsatser ökade studentengagemanget under de första veckorna men inte den slutgiltiga slutförandegraden. Insatser relevanta för värderingar ökade slutförandegraden i utvecklingsländer, i syfte att stänga det globala prestationsgapet, men bara i kurser med ett globalt gap. Vi hittade minimala bevis för att toppmoderna maskininlärningsmetoder kan förutsäga förekomsten av ett globalt gap eller lära sig effektiva individualiserade interventionspolicyer. Skalning av beteendevetenskapliga ingrepp över olika inlärningssammanhang online kan minska deras genomsnittliga effektivitet med i storleksordningen ett steg på en skala. Men iterativa vetenskapliga undersökningar kan avslöja vad som fungerar var för vem”.
