Net als alle roc's wil het Nova College de uitval van studenten terugdringen. Tijdens het pilotproject met Kennisnet en saMBO-ICT is onderzocht hoe zogeheten 'zachte' data kunnen worden gebruikt om de begeleiding van studenten te verbeteren, zodat zij uitstromen met een diploma. De uitkomsten van het project bieden aanknopingspunten voor het mbo voor het benutten van studentgegevens.

Zachte en ongestructureerde data

Mbo-instellingen beschikken over allerlei informatie van studenten. Zo wordt niet alleen binnen het studentenvolgsysteem (Magister) informatie vastgelegd, maar ook in uitwisselingsbestanden (BRON). Er zijn aanwijzingen dat veranderingen in de houding of het gedrag van studenten terug te zien zijn in loopbaangespreksverslagen of verzuimnotities. Op basis van analyses van deze 'zachte' of 'ongestructureerde' data kunnen mogelijk voorspellingen worden gedaan over uitval.

Big data in het mbo

De pilot bij het Nova College is een vervolg op een eerder project van Kennisnet en saMBO-ICT op ROC Noorderpoort, waarover je kunt lezen in het rapport 'Big data in het mbo, van hype naar actie'. Daaruit kwam naar voren dat voorspellende stuurinformatie kan worden ontwikkeld uit eigen administraties van roc's. Dit leidde tot de vraag of ook 'zachtere' informatie gebruikt kan worden.

Lees ook het interview met projectleider Willem-Jan Swiebel, die uitleg geeft over het project bij het Nova College, en die vertelt over de kansen en mogelijkheden van analyses van ongestructureerde data.

Downloads

Deel Zo gebruik je 'zachte' data in het mbo om studentgedrag te voorspellen

Delen
  • LinkedIn
  • Twitter
  • Facebook
  • Google+
  • E-mail
  • Terug