QLA Qualitative Learning Analytics in teacher education

A protocol for interpreting digital traces

Autori

  • Alfredo Leotta Università Pegaso/ISS Marconi-Mangano (CT)
  • Simona Morlino Università telematica Pegaso/IIS Einstein-De Lorenzo Potenza
  • Silvia Scipilliti Università telematica Pegaso/ISS Brunelleschi di Acireale(CT)
  • Marilena di Padova Università telematica Pegaso

Parole chiave:

Qualitative Learning Analytics, Initial teacher education, Community of Inquiry

Abstract

In university-based initial teacher education and qualification programmes governed by the Prime Ministerial Decree of 4 August 2023, coordinating tutors work in digital environments where communications, shared materials and activity records document different aspects of participation. This theoretical and methodological paper presents a Qualitative Learning Analytics (QLA) protocol for interpreting these traces without conflating observable behaviour, cognitive engagement and Cognitive Presence. The proposal defines inclusion criteria, units of analysis and distinct denominators for email, Classroom and Drive, integrated through rules for contextual triangulation. Three ideal-type configurations guide the interpretation of professional constraints, entry into the teaching profession and digital difficulties, while considering alternative explanations and hybrid cases. Procedures are also outlined for independent coding, disagreement resolution and analysis of communicative sequences between Teaching Presence and Cognitive Presence. The protocol provides for prior data-protection safeguards and separation of tutoring and research roles. Examples are synthetic and no individual participant results are presented. Future empirical application will need to test category reliability, procedural feasibility and the transferability of interpretations.

Biografie autore

Alfredo Leotta, Università Pegaso/ISS Marconi-Mangano (CT)

Alfredo Leotta è laureato in Lettere moderne, indirizzo linguistico, e ha conseguito diversi master in ambito filosofico e pedagogico. Docente di ruolo dal 2016 presso l’IIS Marconi-Mangano di Catania, è vincitore del concorso a cattedra del 2016. Esperto di intelligenza artificiale con certificazione AICA, dal 2025 svolge l’incarico di tutor coordinatore nei percorsi universitari abilitanti presso l’Università Pegaso. Ha partecipato a convegni nazionali e internazionali.

 

Simona Morlino, Università telematica Pegaso/IIS Einstein-De Lorenzo Potenza

Simona Morlino è laureata con lode in Filologia classica e possiede lauree magistrali in Pedagogia (LM-85) e Psicologia del lavoro (LM-51), oltre a master in metodo Montessori, dirigenza scolastica, CLIL e burnout docente. Docente di ruolo dal 2015 presso l’IIS Einstein-De Lorenzo di Potenza, è vincitrice del concorso 2016 e abilitata anche per A011 e A013. Ha ricoperto incarichi di vicaria, referente PNRR e orientatrice. Dal 2024 è tutor coordinatrice presso l’Università Pegaso nei percorsi abilitanti. È formatrice certificata in IA e formatrice per enti accreditati; ha pubblicato contributi e partecipato a convegni nazionali e internazionali.

 

 

Silvia Scipilliti, Università telematica Pegaso/ISS Brunelleschi di Acireale(CT)

Silvia Scipilliti è docente di Lettere nella scuola secondaria di secondo grado e tutor coordinatrice  nei percorsi universitari di formazione iniziale degli insegnanti. Ha maturato una lunga esperienza nell’insegnamento, nella formazione dei docenti e nel tutoring, con attenzione alle metodologie inclusive, alla riflessività professionale e al contrasto delle diseguaglianze educative. La sua esperienza teatrale, sviluppata anche in progetti scolastici, nazionali ed europei, ha contribuito a orientare il suo interesse verso pratiche educative partecipative, narrative ed espressive. I suoi attuali interessi riguardano la teacher education, la mentorship riflessiva e l’impiego dell’intelligenza artificiale nei processi formativi.

 

Marilena di Padova, Università telematica Pegaso

Marilena di Padova, PhD Associate Professor of Experimental Pedagogy, Member of the Teaching, Learning and Evaluation (TeLE) Laboratory, Pegaso Online University

Riferimenti bibliografici

Anderson, T., Rourke, L., Garrison, D. R., & Archer, W. (2001). Assessing teaching presence in a computer conferencing context. Journal of Asynchronous Learning Networks, 5(2), 1–17. https://doi.org/10.24059/olj.v5i2.1875

Bergdahl, N., Bond, M., Sjöberg, J., Dougherty, M., & Oxley, E. (2024). Unpacking student engagement in higher education learning analytics: A systematic review. International Journal of Educational Technology in Higher Education, 21, Article 63. https://doi.org/10.1186/s41239-024-00493-y

D’Anna, C., Savoia, T., Di Padova, M., Carruba, M. C., Razzoli, S., Sorrentino, C., & Dipace, A. (2026). Theory and practice in initial teacher education: A multi-level model from Pegaso University. Education Sciences, 16(2), Article 180. https://doi.org/10.3390/educsci16020180

Dornauer, V., Netzer, M., Kaczkó, É., Norz, L.-M., & Ammenwerth, E. (2024). Automatic classification of online discussions and other learning traces to detect cognitive presence. International Journal of Artificial Intelligence in Education, 34, 395–415. https://doi.org/10.1007/s40593-023-00335-4

Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59–109. https://doi.org/10.3102/00346543074001059

Garrison, D. R., Anderson, T., & Archer, W. (2000). Critical inquiry in a text-based environment: Computer conferencing in higher education. The Internet and Higher Education, 2(2–3), 87–105. https://doi.org/10.1016/S1096-7516(00)00016-6

Garrison, D. R., Anderson, T., & Archer, W. (2001). Critical thinking, cognitive presence, and computer conferencing in distance education. American Journal of Distance Education, 15(1), 7–23. https://doi.org/10.1080/08923640109527071

Gwet, K. L. (2008). Computing inter-rater reliability and its variance in the presence of high agreement. British Journal of Mathematical and Statistical Psychology, 61(1), 29–48. https://doi.org/10.1348/000711006X126600

Henrie, C. R., Halverson, L. R., & Graham, C. R. (2015). Measuring student engagement in technology-mediated learning: A review. Computers & Education, 90, 36–53. https://doi.org/10.1016/j.compedu.2015.09.005

Kanuka, H., Rourke, L., & Laflamme, E. (2007). The influence of instructional methods on the quality of online discussion. British Journal of Educational Technology, 38(2), 260–271. https://doi.org/10.1111/j.1467-8535.2006.00620.x

Knight, S., Buckingham Shum, S., & Littleton, K. (2014). Epistemology, assessment, pedagogy: Where learning meets analytics in the middle space. Journal of Learning Analytics, 1(2), 23–47. https://doi.org/10.18608/jla.2014.12.3

Kovanović, V., Joksimović, S., Waters, Z., Gašević, D., Kitto, K., Hatala, M., & Siemens, G. (2016). Towards automated content analysis of discussion transcripts: A cognitive presence case. In Proceedings of the Sixth International Conference on Learning Analytics & Knowledge (pp. 15–24). ACM. https://doi.org/10.1145/2883851.2883950

Loperfido, F. F., Dipace, A., & Scarinci, A. (2018). Qualitative learning analytics to detect students’ emotional topography on EduOpen. Research on Education and Media, 10(1), 49–60. https://doi.org/10.1515/rem-2018-0007

Parlamento europeo e Consiglio dell’Unione europea. (2016). Regolamento (UE) 2016/679 del 27 aprile 2016 relativo alla protezione delle persone fisiche con riguardo al trattamento dei dati personali e alla libera circolazione di tali dati. Gazzetta ufficiale dell’Unione europea, L 119, 1–88. https://eur-lex.europa.eu/eli/reg/2016/679/oj/ita

Presidenza del Consiglio dei Ministri. (2023, 4 agosto). Decreto del Presidente del Consiglio dei Ministri 4 agosto 2023: Definizione del percorso universitario e accademico di formazione iniziale dei docenti delle scuole secondarie di primo e secondo grado, ai fini del rispetto degli obiettivi del Piano nazionale di ripresa e resilienza. Gazzetta Ufficiale della Repubblica Italiana, Serie Generale, n. 224, 25 settembre 2023. https://www.gazzettaufficiale.it/eli/id/2023/09/25/23A05274/sg

Rourke, L., & Kanuka, H. (2009). Learning in communities of inquiry: A review of the literature. Journal of Distance Education, 23(1), 19–48. https://www.ijede.ca/index.php/jde/article/view/474

Scipilliti, S., Leotta, A., & Morlino, S. (2026). The coordinating tutor as an emotional compass: Reflective mentorship to overcome the ‘Frankenstein Complex’ in teacher training programmes. In F. Peluso Cassese (Ed.), Algorithmic heartbeats: Affective education in the age of the fourth revolution (pp. 351–353). REN PRESS. https://doi.org/10.5281/zenodo.23211263

Selwyn, N. (2004). Reconsidering political and popular understandings of the digital divide. New Media & Society, 6(3), 341–362. https://doi.org/10.1177/1461444804042519

Stapley, E., O’Keeffe, S., & Midgley, N. (2022). Developing typologies in qualitative research: The use of ideal-type analysis. International Journal of Qualitative Methods, 21. https://doi.org/10.1177/16094069221100633

van Deursen, A. J. A. M., & van Dijk, J. A. G. M. (2019). The first-level digital divide shifts from inequalities in physical access to inequalities in material access. New Media & Society, 21(2), 354–375. https://doi.org/10.1177/1461444818797082

Varadharajan, M., Carter, D., Buchanan, J., & Schuck, S. (2021). Career change student teachers: Lessons learnt from their in-school experiences. The Australian Educational Researcher, 48, 107–124. https://doi.org/10.1007/s13384-020-00381-0

Verbicaro, M., & Oliva, P. (2026). Genealogia, paradossi e potenzialità del tutor dei tirocinanti nella formazione iniziale degli insegnanti della scuola secondaria. CQIIA Rivista, 48. https://cqiiarivista.unibg.it/index.php/fpl/article/view/817

Wise, A. F., & Shaffer, D. W. (2015). Why theory matters more than ever in the age of big data. Journal of Learning Analytics, 2(2), 5–13. https://doi.org/10.18608/jla.2015.22.2

##submission.downloads##

Pubblicato

2026-11-19

Come citare

Leotta, A., Morlino, S., Scipilliti, S., & di Padova, M. . (2026). QLA Qualitative Learning Analytics in teacher education: A protocol for interpreting digital traces. Journal of Inclusive Methodology and Technology in Learning and Teaching, 6(3). Recuperato da https://www.inclusiveteaching.it/index.php/inclusiveteaching/article/view/856

Puoi leggere altri articoli dello stesso autore/i

1 2 > >>