Concurrent with the development of the fields of Learning Analytics (LA) and Educational Data Mining (EDM), the monitoring of student behavior is now considered critical in improving student learning and offering personalized learning. In this paper, two learning analytics frameworks are presented as fundamental guides in designing and evaluating LA applications. The frameworks are evaluated both in theory and from the perspective of a real-life LA application that has been implemented in Korea. Distinct from the general trend of analyzing LA in secondary or tertiary educational level, this paper demonstrates that the frameworks need to be adjusted and extended to include areas and issues specific to primary education.
LA 와 EDM 분야의 발전에 따라, 학업성취도를 높이고 개별 맞춤형 학습을 제공하기 위해 학생들의 학업 태도를 살펴보는 것은 매우 중요해졌습니다. 본 논문에서는 프레임워크들을 이론적인 관점과 실제 한국에 적용된 LA 응용 프로그램 사례를 통해서 평가합니다. 중고등 교육에 초점이 맞추어진 일반적인 LA 와는 다르게, 초등교육의 특성을 반영하도록 프레임워크를 조정하고 확장해야 한다는 것을 보여줍니다. 마지막으로, 개선된 두 가지 학습 분석 프레임워크를 LA 응용 프로그램의 설계 및 평가에 있어 기본적인 지침으로 제시합니다.
