Master of Science in Learning Analytics (MSLA) University of Texas Arlington

Panoramica

Il Master of Science in learning analytics (MSLA) è destinato a persone che desiderano intraprendere una carriera in campi che sono influenzati dalla digitalizzazione dei processi di apprendimento, creazione di senso e conoscenza in ambienti socio-tecnici complessi. Questo programma è l'ideale per chiunque sia interessato a imparare come utilizzare i dati per ottenere informazioni su come le persone e i sistemi producono conoscenza.

Informazioni sul programma

L'MSLA preparerà studenti provenienti da ambienti diversi per soddisfare la crescente domanda di professionisti dell'analisi dell'apprendimento in una varietà di settori, tra cui l'istruzione, il non profit, il governo e le impostazioni aziendali. I laureati acquisiranno competenze critiche per lavorare in un'economia della conoscenza globale sempre più complessa e saranno ben posizionati per diventare leader nelle loro organizzazioni, preparandoli per il futuro dell'apprendimento.

Il programma online di due anni è composto da sei corsi di base, quattro opzionali composti da una varietà di argomenti e un progetto di capstone collaborativo (36 ore di credito).

Piano di laurea

Sono necessarie trentasei (36) ore di credito per il Master of Science in Learning Analytics. I corsi obbligatori sono i seguenti:

• Corsi Base (18 ore): GIRI 5310, 5320, 5330, 5340, 5350, 5360
• Quattro Facoltativi (12 ore) da: GIRI 5370, 5375, 5376, 5377, 5378, 5380, 5388, 5390, 5391, 5392, 5393, 5394, 5395
• Capstone (6 ore): GIRI 5610

Se un potenziale studente non ha un'esperienza statistica sufficiente nei corsi precedenti, potrebbe essere richiesto di seguire LAPS 5370 - Introduzione all'analisi statistica come corso di livellamento alla fine dei corsi di base. Questo corso conta come uno dei quattro opzionali richiesti.

Dopo aver completato 30 ore di corso (18 ore di base, 12 ore opzionali) e aver ricevuto l'approvazione dal coordinatore del programma, gli studenti possono iscriversi al corso LAPS 5610 Capstone. Gli studenti lavoreranno in diversi gruppi da 5 a 6 studenti insieme a un mentore di facoltà e i piccoli gruppi saranno progettati per combinare studenti con diverse competenze e enfatizzare la comunità e la collaborazione. Gli studenti applicheranno le conoscenze e le abilità del programma apprese nei corsi precedenti per completare un progetto integrativo su piccola scala che prevede l'analisi di un set di dati educativi del mondo reale. Gli studenti avranno la possibilità di candidarsi per stage competitivi che metteranno a disposizione piccole borse di studio. Una volta che lo studente si iscrive a questo corso, deve iscriverti continuamente fino a quando non completa con successo la sua pietra miliare, ma non più di 4 volte.

** Nota: in questo momento, gli studenti del programma Learning Analytics potrebbero non guadagnare un Master in Passing per completare un dottorato di ricerca.

Ecco un esempio di programma di studio:

Anno 1 (autunno)

• LAPS 5310 Fondamenti di analisi dell'apprendimento
• LAPS 5360 Introduzione all'analisi dei dati e R

Anno 1 (primavera)

• GIRI 5320 Disegno Sperimentale e Metodologia
• GIRI 5330 Psicologia dell'Apprendimento e Scienze dell'Apprendimento

Anno 1 (estate)

• GIRI 5340 Metodi Big Data
• LAPS 5350 Privacy ed etica nell'analisi dell'apprendimento

Anno 2 (autunno)

• Due (2) elettivi

Anno 2 (primavera)

• Due (2) elettivi

Anno 2 (estate)

• GIRI 5610 Capstone

Gli elettivi attuali includono:

• GIRI 5370 Introduzione all'analisi statistica (corso di livellamento)
• GIRI 5375 Probabilità e inferenza statistica
• GIRI 5376 Analisi di regressione applicata
• GIRI 5377 Modelli lineari e disegno sperimentale
• LAPS 5378 Ridimensionamento multidimensionale e clustering
• LAPS 5380 Inferenza causale per la valutazione del programma
• LAPS 5388 Metodi avanzati nella gestione dei dati educativi e nell'analisi dell'apprendimento
• GIRI 5390 Apprendimento Analisi del design
• GIRI 5391 Studio indipendente
• GIRI 5392 Cognizione, computer e metacognizione
• GIRI 5393 Elaborazione del linguaggio naturale per la ricerca educativa
• GIRI 5394 Analisi della rete sociale
• GIRI 5395 Cognizione umana e artificiale

Andrea Piacquadio / pexels

Opportunità di carriera

• Data Scientist
• Amministratore dell'istruzione
• Designer di apprendimento
• Analista di ricerca/dati
• Valutazione

Perché sceglierci?

• Programma online con ammissioni basate su coorte per supportare i professionisti che lavorano in tutto il mondo.
• Corsi tenuti dai principali esperti di analisi dell'apprendimento.
• Collaborazione con docenti, studenti e partner esterni per affrontare sfide socio-tecniche complesse e del mondo reale.
• Sviluppo delle competenze per metodi e strumenti attuali e innovativi.

Requisiti per l'ammissione

La facoltà e il personale valuteranno tutti i candidati per l'ammissione al programma e verrà data priorità ai candidati che soddisfano i seguenti criteri:

1. GPA universitario complessivo di 3.2

2. Un candidato la cui lingua madre non è l'inglese deve dimostrare un livello sufficiente di abilità con la lingua inglese per assicurare il successo negli studi universitari. Questo requisito sarà derogato per i non madrelingua inglese che possiedono una laurea di un istituto statunitense accreditato. I candidati devono presentare un punteggio di almeno 550 sul TOEFL cartaceo, un punteggio di almeno 213 sul TOEFL computerizzato, un punteggio minimo di 40 sul TSE, un punteggio minimo di 6.5 sull'IELTS, o un punteggio totale TOEFL IBT minimo di 79. Inoltre, quando viene preso il TOEFL IBT, sono preferiti punteggi di almeno 22 nella sezione di scrittura, 21 nella sezione di conversazione, 20 nella sezione di lettura e 16 nella sezione di ascolto. Tuttavia, l'ammissione a qualsiasi corso di laurea è limitata e competitiva. Il soddisfacimento dei requisiti minimi di ammissione non garantisce l'accettazione e i programmi possono dare la preferenza agli studenti con punteggi più alti. Sono accettati solo i punteggi inviati direttamente da ETS o IELTS a UT Arlington.

In questo momento, il GRE non è richiesto per l'ammissione a questo programma.

Gli studenti che non soddisfano questi criteri possono comunque essere considerati se soddisfano tutti i requisiti generali di ammissione della Graduate School. L'ammissione è competitiva e soddisfare i requisiti di ammissione non garantirà l'accettazione nel programma.

I potenziali studenti internazionali che risiedono al di fuori degli Stati Uniti e non hanno piani per stabilire lo stato di studente F-1 o J-1 sono idonei per l'ammissione al programma. I futuri studenti che hanno:

• Lo stato del visto F-1 o J-1 e la residenza negli Stati Uniti non sono idonei per l'ammissione al programma.
• Lo stato del visto F-2 è idoneo per l'ammissione al programma ma non può richiedere più di tre (3) ore di credito per semestre.
  • Dato il modello di coorte per il programma (sei (6) ore per trimestre con un programma specifico per le offerte di corsi), ciò significa che sarebbe difficile progredire e completare rapidamente.
• Lo stato del visto J-2 è idoneo per l'ammissione al programma.
• Lo stato del visto B-1 o B-2 non è idoneo per l'ammissione a questo programma.

I potenziali studenti possono presentare domanda in qualsiasi momento, ma la scadenza per il semestre autunnale 2021 è il 30 luglio 2021. Sebbene possa essere possibile, non possiamo garantire l'ammissione dopo tale data. Si prega di notare che questa scadenza è diversa dalla scadenza generale della domanda universitaria. È responsabilità dello studente rispettare le scadenze dipartimentali per garantire l'elaborazione e la revisione tempestive della domanda.