Posted on

[edm-announce] Fwd: CFP: The 11th International Conference on Learning Analytics Knowledge (LAK21), April 11-15, 2021, Newport Beach, CA, USA

edm announce fwd cfp the 11th international conference on learning analytics knowledge lak21 april 11 15 2021 newport beach ca usa
  • From: Stephen Fancsali <sfancsali@xxxxxxxxx>
  • To: edm-announce@xxxxxxxxxxxxx
  • Date: Wed, 5 Aug 2020 12:16:41 -0400

[on behalf of Vitomir Kovanovic]

*The 11th International Conference on Learning Analytics & Knowledge*

* The impact we make: The contributions of learning analytics to
learning *April
11-15, 2021, Newport Beach, California, USA
https://lak21.solaresearch.org/

*General Call*

The 2021 edition of *The International Conference on Learning Analytics &
Knowledge (LAK21)* will take place in Newport Beach, California! LAK21 is
organised by the Society for Learning Analytics Research (SoLAR) with
location host University of California, Irvine.  LAK21 is a collaborative
effort by learning analytics researchers and practitioners to share
learning analytics research and practice.

The theme for the 11th annual LAK conference, “*The impact we make: The
contributions of learning analytics to learning”*. As academic fields
concerned with the human condition develop and mature, their impact on
advancing scientific understanding and practical application becomes an
important marker of success. As an integrated and multi-disciplinary
research topic, learning analytics is presented with questions regarding
its contributions in two areas: 1. the respective fields from which it
draws, 2. its own development as a research domain.

Given the rapid global adoption of technology and online learning, due to
COVID-19, we are additionally soliciting learning analytics research
related to the classroom, teaching, learning, and organizational impact of
this transition. The areas of research could include learning design
practices, faculty and student response, and the role of learning analytics
in supporting and informing the move to online for all stakeholders
involved.

*The LAK conference is intended for both researchers and practitioners*. We
invite both researchers and practitioners of learning analytics to come and
join a proactive dialogue around the future of learning analytics and its
practical adoption. We further extend our invite to educators, leaders,
administrators, government and industry professionals interested in the
field of learning analytics and related disciplines. We are closely
monitoring the COVID-19 global situation and are planning for multiple
scenarios including face to face, blended or fully online.

*Conference theme and topics*

We welcome submissions from both research and practice, covering different
theoretical, methodological, empirical and technical contributions to the
learning analytics field. Specifically, this year, we invite contributors
to think about how learning analytics is contributing to our understanding
of learning and learning processes. Learning research occurs in many
distinct academic fields, including psychology, learning sciences,
education, neuroscience, and computer science. Since its inception, LA has
reflected a tight coupling between research and practice. What has been* the
impact* of the methods, the approaches, the studies, and related outputs of
the LA field?

For our 11th Annual conference, we encourage authors to address some of the
following questions:

   1. How is LA contributing to our *understanding of learning*?
   2. What *does impact mean* in the context of online, blended, and
   in-classroom learning analytics?
   3. How have learning-related discoveries and research by the LA
field *influenced
   learning practices*?
   4. What are the *practical and scholarly implications* of the presented
   work for the future?
   5. What are the *challenges* of the presented work we need to address to
   improve its impact in the future?

We also explicitly encourage research that *validates, replicates and
examines the generalisability of previously published findings*, as well as
the aspects of practical adoption of the existing learning analytics
methods and approaches.

Some of the topics of interest include, (but are not limited) are:

*Capturing Learning & Teaching:*

   – Finding evidence of learning: Studies that identify and explain useful
   data for analysing, understanding and optimising learning and teaching.
   – Assessing student learning: Studies that assess learning progress
   through the computational analysis of learner actions or artefacts.
   – Analytical and methodological approaches: Studies that introduce
   analytical techniques, methods, and tools for capturing and modelling
   student learning.
   – Technological infrastructures for data storage and sharing: Proposals
   of technical and methodological procedures to store, share and preserve
   learning and teaching traces.

*Understanding Learning & Teaching:*

   – Data-informed learning theories: Proposals of new learning/teaching
   theories or revisions/reinterpretations of existing theories based on
   large-scale data analysis.
   – Insights into specific learning processes: Studies to understand
   particular aspects of a learning/teaching process through the use of data
   science techniques.
   – Learning and teaching modeling: Creating mathematical, statistical or
   computational models of a learning/teaching process, including its actors
   and context.
   – Systematic reviews: Studies that provide a systematic and
   methodological synthesis of the available evidence in an area of learning
   analytics.

*Impacting Learning & Teaching:*

   – Providing decision support and feedback: Studies that evaluate the
   impact of feedback or decision-support systems based on learning analytics
   (dashboards, early-alert systems, automated messages, etc.).
   – Practical evaluations of learning analytics efforts:  Empirical
   evidence about the effectiveness of learning analytics implementations or
   educational initiatives guided by learning analytics.
   – Personalised and adaptive learning: Studies that evaluate the
   effectiveness and impact of adaptive technologies based on learning
   analytics.

*Implementing Change in Learning & Teaching:*

   – Ethical issues around learning analytics: Analysis of issues and
   approaches to the lawful and ethical capture and use of educational data
   traces; tackling unintended bias and value judgements in the selection of
   data and algorithms; perspectives and methods for value-sensitive,
   participatory design that empowers stakeholders.
   – Learning analytics adoption: Discussions and evaluations of strategies
   to promote and embed learning analytics initiatives in educational
   institutions and learning organisations.
   – Learning analytics strategies for scalability: Discussions and
   evaluations of strategies to scale the capture and analysis of information
   at the program, institution or national level; critical reflections on
   organisational structures that promote analytics innovation and impact in
   an institution.

*Conference tracks*

The conference has four different tracks with distinct types of
submissions. Please see the *submission guidelines page *for more
information about each track.

*1. Research track*

The focus of the research track is on advancing scholarly knowledge in the
field of learning analytics through rigorous reports of learning analytics
research studies. The primary audience includes academics, doctoral
students, postdoctoral researchers and other types of educational research
staff working in different capacities on learning analytics research
projects.

Submission types for the research track are:

   – *Full research papers* (10 pages, ACM proceedings template) include a
   clearly explained substantial conceptual, technical or empirical
   contribution. The scope of the paper must be placed appropriately with
   respect to the current state of the field, and the contribution should be
   clearly described. This includes the conceptual or theoretical aspects at
   the foundation of the contribution, an explanation of the technical setting
   (tools used, how are they integrated into the contribution), analysis, and
   results.
   – *Short research papers *(6 pages, ACM proceedings template) can
   address on-going work, which may include a briefly described theoretical
   underpinning, an initial proposal or rationale for a technical solution,
   and preliminary results, with consideration of stakeholder engagement
   issues.

*2. Practitioner and Corporate Learning Analytics track*

The Practitioner and Corporate Learning Analytics (PaC-LA) track is
complementary to the research track and brings real-world experiences of
adoption of learning analytics systems in education. PaC-LA participants
include; 1) policy makers, project managers, department leads,
instructional technologists, analysts, learning designers and other
non-research staff; 2) developers, designers, analysts, and other
representatives from commercial and industry entities, non-profit
organizations, and government bodies. We consider this track an important
vehicle to share experiences and learnings surrounding learning analytics
implementations and related tools, programs, product development and
researched-based product evaluations.

Submissions for the PaC-LA track have a special format which emphasizes
practical aspects of project implementations. All accepted submissions to
the PaC-LA track will be published in the LAK21 Companion Proceedings and
archived on the SoLAR website <https://www.solaresearch.org/>.

 Submission types for the PaC-LA track are:

   – *PaC-LA Presentation Reports* (2-page abstract, SoLAR companion
   proceedings template) are a way in which learning analytics implementations
   and/or related tools, products, product development and researched-based
   product evaluations in use by practitioners can be shared with the entire
   community. The reports include accounts and findings that stem from
   practical experience in implementing learning analytics projects. PaC-LA
   reports are presented alongside research track submissions as part of the
   main conference. Some of the goals of PaC-LA presentations are to 1)
   contribute to the conversation between researchers and practitioners around
   adoption and implementation of learning analytics, 2) provide insights from
   practice around factors affording or constraining learning analytics
   adoption and implementation, and 3) present effective learning analytics
   adoption strategies and approaches.

   – *These presentations give PaC-LA participants a channel for sharing:*
      – The background of why the a) project was implemented and/or b)
      product was developed
      – Data and research that drove the development of the project or
      product
      – Details about how the project or product has been implemented in a
      real-world environment
      – Findings from the project or product implementation including
      significance**

   – *The submission form should include:*
      – PaC-LA participant information (name, organization)
      – LAK Topic that the PaC-LA report is aligned with
      – Title (75 characters)
      – Abstract (50 words)
      – Background about why/how the project or product was developed (250
      words)
      – Description of implementation (250 words)
      – Findings from project evaluation or product usage (250 words)

The intent of the stream is to contribute to our collective understanding
of the practices prominent in learning analytics adoption, what appears to
be having impact, and why. Specifically, our interest is to explore the
growing role of learning analytics in corporate learning, including the
skills development needs of employees, alternative credentialing models,
reliance on non-traditional education providers, and the impact of using
data to guide corporate learning programs. As such, we encourage you, in
your findings, to reflect on the stated purpose of your initiative and
discuss learnings and outcomes from the initiative in light of these stated
goals. We also encourage submissions where an initiative did not achieve
what was expected, as we believe that such papers can also provide valuable
knowledge to the community. While a detailed research paper is not required
for submission, the more complete the abstract, including usage and impact,
the higher the probability of being selected for inclusion. Further, while
the stream is intended for non-researchers, we expect papers to still
adhere to high standards of scholarly writing.

** significance should include a reflection on the importance of the
reported initiatives in your paper  to the broader LAK community.

*3. Posters and Demos*

   – *Posters* (3 pages, SoLAR companion proceedings template) represent i)
   a concise report of recent findings or other types of innovative work not
   ready to be submitted as a full or short research paper or ii) a
   description of a practical learning analytics project implementation which
   may not be ready to be presented as a practitioner report. Poster
   presentations are part of the LAK Poster & Demo session, and authors are
   given a physical board to present and discuss their projects with
   delegates. Alternatively, a poster submission may be work that you prefer
   to present interactively.
   – *Interactive demos *(200 words abstract in SoLAR companion proceedings
   template + 5 min video) provide opportunities to communicate interactive
   learning analytics tools. Interactive demonstrations are part of the LAK
   Poster & Demo session, and presenters are given table space and demonstrate
   their latest learning analytics projects, tools, and systems. Use demos to
   communicate innovative user interface designs, visualisations, or other
   novel functionality that tackles a real user problem. Tools may be at an
   early concept demonstrator stage or relatively mature, all the way through
   to products. While LAK encourages participation from commercial analytics
   partners, interactive demos should be built around actual field experience,
   results, and feedback. Submissions for conceptual products or for products
   that have not been used by instructors and/or students are unlikely to be
   accepted.

*4. Pre-conference event track*

The focus of pre-conference events is on providing space for new and
emerging ideas in learning analytics and their development. Events can have
either research or practical focus and can be structured in the way which
best serves their particular purpose.

The types of submissions for the pre-conference event track are:

   – *Workshops* (4 pages, SoLAR companion proceedings template) provide an
   efficient forum for community building, sharing of perspectives, training,
   and idea generation for specific and emerging research topics or
   viewpoints. Successful proposals should be explicit regarding the kind of
   activities participants should expect, for example from
   interactive/generative participatory sessions to mini-conference or
   symposium sessions.
   – *Tutorials *(4 pages, SoLAR companion proceedings template) aim to
   educate stakeholders on a specific learning analytics topic or stakeholder
   perspective. Proposals should be clear what the need is for particular
   knowledge, target audience and their prior knowledge, and the intended
   learning outcomes.

*Review process*

LAK21 will use a *double-blind peer review process for all submissions
except those for the doctoral consortium* (as they include a letter of
reference from the principal supervisor) *and demos*. Similar to the
previous year, LAK21 will have a *rebuttal phase for full and short
research papers *in which authors will be given* five days* to respond to
remarks and comments raised by reviewers in a maximum of *500 words*.
Rebuttals are *optional*, and there is no requirement to respond. Authors
should keep in mind that papers are being *evaluated as submitted* and
thus, responses should not propose new results or restructuring of the
presentation. Thus, rebuttals should focus on answering specific questions
raised by reviewers (if any) and providing clarifications and
justifications to reviewers. Finally, the conference timeline allows for
rejected submissions to be re-submitted in revised form as workshop papers.

*Proceedings publication*

Accepted full and short research papers will be included in the LAK21
conference proceedings published and archived by ACM. Other types of
submissions (posters, demos, workshops, tutorials, practitioner reports and
doctoral consortium) will be included in the open access LAK companion
proceedings, archived on SoLAR’s website. Please note at least *one of the
authors must register for the conference by the Early bird deadline* before
the paper can be included in the ACM Proceedings or LAK Companion
Proceedings.

*Important dates*

Note: all dates are 23:59 GMT-12 (AOE Time zone
<https://www.worldtimeserver.com/time-zones/aoe/>)

Submission deadlines:

   – *1 Oct 2020:* Deadline for full and short research papers,
   practitioner reports, and workshop/tutorial proposal submissions
   – *14 Oct 2020:* Deadline for doctoral consortium submissions
   – *1 Nov 2020:* Deadline for posters and interactive demo submissions
   – *14 Nov 2020:* Deadline for full and short research paper rebuttal
   (submissions open 8 Nov 2020) submissions
   – *8 Jan 2021:* Deadline for workshop paper submissions (submissions
   open 1 Nov 2020)
   – *20 Dec 2020:* Deadline for camera-ready versions of all accepted
   submissions

Acceptance notifications:

   – *21 Oct 2020: *Notification of acceptance for workshops and tutorials
   – *1 Dec 2020:* Notification of acceptance for full and short research
   papers, practitioner  reports, posters/demos, doctoral consortium
   – *20 Jan 2021:* Notification of acceptance for workshop papers

Conference and registration dates:

   – *28 Jan 2021: *Early-bird registration closes at 11:59pm PST
   – *11-15  Apr 2021: *LAK21 conference, Newport Beach, California
Ezoicreport this ad

Other related posts:

  • » [edm-announce] Fwd: CFP: The 11th International Conference on Learning Analytics & Knowledge (LAK21), April 11-15, 2021, Newport Beach, CA, USA – Stephen Fancsali