Ta vare på dine studenter!
Studentfrafall er en stor utfordring innen høyere utdanning. Med sosial distansering og videoforelesninger er det enda viktigere enn noen gang å legge forholdende optimalt til rette for studentene.
CPM Analytics har de siste årene jobbet tett med ledende høyskoler i Norge på med utvikling og implementering av preventive tiltak for å redusere studentfrafall. Vi har utviklet et unikt metodeverktøy som på et tidlig tidspunkt identifiserer studenter med høy sannsynlighet for frafall slik at man kan iverksette preventive tiltak før studentene har mistet all motivasjon. Vi deler gjerne vår erfaring for å hjelpe til i dette viktige arbeidet.
Sentralt i vårt metodeverktøy er identifisering av årsakssammenhenger, tiltaksutarbeidelse, effektmålinger og løpende frafallsprediksjon - for effektiv oppfølging til det beste for både studenten og utdanningsinstitusjonen.
Studentfrafall er like utbredt blant de dine beste som dine svakeste studenter!
Studentlivet er mangfoldig - god faglig og sosial integrasjon er nødvendig for trivsel og motivasjon
Teori og praktisk hverdag hånd i hånd!
CPM Analytics benytter velkjent og ledende teori rundt studentfrafall som basis for vår metode. Vince Tinto, som er en prisvinnende og anerkjent professor ved Syracuse University, har viet store deler av sin karriere på forskning av studentfrafall og gode læringsmiljøer.
Denne teoretiske bakgrunnen danner utgangspunktet for vårt arbeid og metodeverk:
Innledende survey for identifisering av årsaker til frafall
Vi innleder våre prosjekter med en dyptgående survey blant studentene for å identifisere årsakene til frafall. Surveyen gjennomføres på forrige årskull, slik at vi også kan analysere svar fra studenter som faktisk har sluttet opp mot studenter som fortsetter sitt studieløp.
Surveyen inneholder relevante spørsmål for nettopp å identifisere innledende motivasjon (ved studiestart), og påvirkningen av faglig og sosial integrasjon på læringsutbytte, lojaliteten til utdanningsinstitusjonen og frafallet.
Fra surveyen identifiseres de viktigste årsakssammenhengene til studentfrafall, og fra dette kan tiltak utarbeides og iverksettes.
Prediksjon av studentfrafall
For å få en løpende prediksjon på studentenes sannsynlighet for frafall, innhenter vi data fra digitale læringsverktøy. Disse data sammenstilles med data fra andre kilder, bakgrunnsdata, karakteristika samt den innsikt som ble innhentet i survey. Med dette som utgangspunkt utvikler vi en prediksjonsmodell som løpende gir informasjon om hvilke studenter som er i ferd med å falle fra, og hvilke tiltak som bør iverksettes.
I CPM Analytics er vi spesialister innen data science og bruk av maskinlæring i prediksjonsanalyser. Dette benyttes derfor i arbeidet for å identifisere studenter med høy sannsynlighet for frafall. Ved å målrette tiltakene til de studentene som trenger det (og på riktig tidspunkt), kan man redusere investeringer i mer generelle forbedringstiltak og oppnå totalt sett oppnå mer med mindre ressursinnsats.
Arbeidet gjennomføres med strenge krav til personvern/GDPR i henhold til gode rutiner og prinsipp om dataminimering og anonymisering. Les gjerne mer om hvordan vi sikrer personvern og GDPR.
Tiltak og effektanalyser
Som del av samarbeidet med CPM Analytics bistår vi i arbeidet for identifisering av potensielt effektive tiltak som vil motvirke studentfrafall, og vi bistår også i analysering av effekt av de tiltak som iverksettes.
På denne måten vil utdanningsinstitusjonen lære hvilke tiltak som gir best gevinst - og kan forsterke innsats på de riktige tiltakene over tid. På tilsvarende vis vil våre analyser kunne identifisere tiltak som har liten effekt og som kan avvikles eller reduseres etter behov.
FLERE - TIDLIGERE - BEDRE
Vår målsetting er å hjelpe utdanningsinstitusjoner til å identifisere FLERE studenter som står i fare for frafall fra sitt studieløp TIDLIGERE enn hva som har vært vanlig, og bidra til en metodikk og oppfølging som er BEDRE for alle parter.
Dine studenter vil måtte gi deg "tommel opp" for å fortsette sine studier!