Posted on

[edm-announce] CfP: The Second Workshop of the Learner Data Institute @ EDM ’21 — Keynote Announcement New Submission Deadline: Friday, June 11, 2021

  • From: Stephen Fancsali <sfancsali@xxxxxxxxx>
  • To: edm-announce@xxxxxxxxxxxxx
  • Date: Fri, 28 May 2021 17:37:59 -0400

[on behalf of myself & Vasile Rus]

*** Keynote Speaker Announcement, Call for Position Papers, & Submission
Deadline Extension ***
(1) Dr. Ryan Baker (University of Pennsylvania) will deliver the keynote
talk at our upcoming workshop. His talk is entitled “Opportunities for
Learning Engineering and Educational Data Mining: Findings from an
Asynchronous Virtual Convening.” We plan to make this an interactive
keynote with time for breakout room discussions inspired by the talk.
(2) We welcome submissions (especially, but not limited to, position
papers) that address the topic of Dr. Baker’s keynote, highlighting
opportunities for learning engineering and EDM.
(3) The new deadline for submissions is Friday, June 11, 2021. We will
notify authors of accepted submissions by Friday, June 18.

*Call for Papers*:
Big Data, Research Challenges, & Science Convergence in Educational Data
Science: The Second Workshop of the Learner Data Institute

A Half-Day Virtual Workshop @ EDM 2021

June 29, 2021 — online
11:30AM – 4:30PM Eastern Daylight Time (USA)
17:30 – 22:30 CEST (Central European Summer Time)

Workshop Information URL:


*Workshop Summary*
The Second Workshop of the Learner Data Institute (LDI) builds on the
success of last year’s virtual workshop and seeks to bring together
researchers working across disciplines on data-intensive research of
interest to the educational data science and educational data mining
communities. In addition to welcoming work describing mature,
data-intensive or “big data” research and emerging work-in-progress that
spans traditional academic disciplines, the workshop organizers welcome
case studies of interdisciplinary research programs and projects, including
case studies of learning engineering efforts pursued by universities,
learning technology providers, and others (both successful and as lessons
learned), as well as position papers on important challenges for
researchers harnessing “big data” and crossing disciplinary boundaries as
they do so.

We convene researchers and developers from diverse fields who seek to
“harness the data revolution” in educational data science and “grow
convergence research,” aligning with (at least) two of the U.S. National
Science Foundation’s “10 Big Ideas” for emerging research and development
opportunities. “Convergence builds and supports creative partnerships and
the creative thinking needed to address complex problems” (“NSF’s 10 Big
Ideas: Growing Convergence Research”), and we expect that bringing together
highly experienced researchers, as well as students and early-career
researchers, will stimulate substantial growth and interest in
state-of-the-art, data-intensive, transdisciplinary or “convergent”
approaches to solving vexing societal problems related to education. We
also seek to explore the big data and learning engineering frameworks that
will enable convergent solutions.

Please see the workshop website for more information:

U.S. National Science Foundation. “NSF’s 10 Big Ideas: Growing Convergence

*Questions & Areas of Interest*
– How can we use massive and diverse datasets generated by adaptive
instructional systems (AISs) to address core questions and challenges in
learning science and engineering?
– Are learners, teachers, and learning science researchers successfully
interacting with cyber-learning technologies?
– How can we engage end-users of AISs and related stakeholders (e.g., K-12
teachers) to participate in educational data science research and
development in a way that builds local capacity to meaningfully leverage
learning data?
– What are some critical challenges with respect to scaling the development
of AISs across many domains and millions of learners?
– What are the current limitations of AISs and adaptive components of
instructional systems?
– Which aspects of learning are best handled by humans and which ones by
cyber-learning technologies (and how do we enhance the interaction of the
– How can data from student and teacher interactions with cyber-learning
technologies, in and outside the classroom, be collected in ways consistent
with best practices—e.g., with respect to data fidelity, security,
reliability, privacy, human subject research protocols, school policies,
parental consent, HIPAA, FERPA?
– Methodology, infrastructure, and workflows for “big data” and
data-intensive educational research
– Inter/multi/trans-disciplinary approaches to data-intensive educational
– Case studies of successful & unsuccessful efforts to practically harness
insights from large datasets in settings where learning takes place (e.g.,
case studies of “learning engineering” efforts)
– Emerging challenges for researchers working across disciplines with large
– Use-cases, workflows, and case studies (illustrating the need) for
(possibilities of extensions to existing) data infrastructure for research
leveraging learner data, including data repositories, (open source)
software and statistical libraries, innovative use of cloud computing
resources, etc.

*Submission Types*
The Workshop Committee solicits three types of submissions:

– Full papers (up to 8 pages): describing mature research, extensive
descriptions of data-intensive workflows, and learning engineering efforts
suitable for a 20 minute presentation.
– Short papers (4-6 pages): suitable for a 10 minute presentation,
especially appropriate for work-in-progress and shorter case studies.
– Position papers (up to 3 pages) addressing they keynote topic and/or
describing approaches to convergence research, emerging challenges (e.g.,
that the LDI might take on collaboratively with authors with future
funding), “wishlist(s)” for transformative learning applications, resources
like data repositories, and other infrastructure that would fuel innovative
work (e.g., that LDI could collaboratively develop with future funding):
suitable for a 5 minute presentation.

We hope that all papers, but especially position papers, will spark
conversations and interactions to drive future collaborations between LDI
researchers and workshop participants.

*Important Dates*
– Submission Deadline: June 11, 2021
– Acceptance Notification: June 18, 2021
– Workshop: June 29, 2021

*Submission Logistics*
Use the EDM paper templates.

– Microsoft Word template:

– LaTeX template:

– Submission System (EasyChair):

For more information about the workshop and LDI, see the workshop website:

Workshop & Review Committee
Vasile Rus, Ph.D., University of Memphis (Co-Chair)
Stephen E. Fancsali, Ph.D., Carnegie Learning, Inc. (Co-Chair)
Dale Bowman, Ph.D., University of Memphis
Jody Cockroft, AA, BS, CCRP, University of Memphis
Art Graesser, Ph.D., University of Memphis
Andrew Hampton, Ph.D., University of Memphis
Philip I. Pavlik Jr., Ph.D., University of Memphis
Chip Morrison, Ed.D., University of Memphis
Steven Ritter, Ph.D., Carnegie Learning, Inc.
Deepak Venugopal, Ph.D., University of Memphis
[Ad-hoc reviewers will be drawn from the group of LDI contributors and
broader community as necessary.]

Ezoicreport this ad

Other related posts:

  • » [edm-announce] CfP: The Second Workshop of the Learner Data Institute @ EDM ’21 — Keynote Announcement & New Submission Deadline: Friday, June 11, 2021 – Stephen Fancsali