Suche

Wo soll gesucht werden?
Erweiterte Literatursuche

Ariadne Pfad:

Inhalt

Literaturnachweis - Detailanzeige

 
Autor/inn/enKrüger, Dirk; Krell, Moritz
TitelMaschinelles Lernen mit Aussagen zur Modellkompetenz.
Paralleltitel: Machine Learning with Responses Related to Modeling Competence.
QuelleIn: Zeitschrift für Didaktik der Naturwissenschaften, 26 (2020) 1, S. 157-172Infoseite zur Zeitschrift
PDF als Volltext kostenfreie Datei  Link als defekt meldenVerfügbarkeit 
Sprachedeutsch
Dokumenttyponline; Zeitschriftenaufsatz
ISSN2197-988X
DOI10.1007/s40573-020-00118-7
SchlagwörterValidität; Kompetenzmessung; Lernen; Antwortkontrolle; Algorithmus; Computerunterstütztes Verfahren; Naturwissenschaftlicher Unterricht; Codierung
AbstractVerfahren des maschinellen Lernens können dazu beitragen, Aussagen in Aufgaben im offenen Format in großen Stichproben zu analysieren. Am Beispiel von Aussagen von Biologielehrkräften, Biologie-Lehramtsstudierenden und Fachdidaktiker*innen zu den fünf Teilkompetenzen von Modellkompetenz (NTraining = 456; NKlassifikation = 260) wird die Qualität maschinellen Lernens mit vier Algorithmen (naïve Bayes, logistic regression, support vector machines und decision trees) untersucht. Evidenz für die Validität der Interpretation der Kodierungen einzelner Algorithmen liegt mit zufriedenstellender bis guter Übereinstimmung zwischen menschlicher und computerbasierter Kodierung beim Training (345-607 Aussagen je nach Teilkompetenz) vor, bei der Klassifikation (157-260 Aussagen je nach Teilkompetenz) reduziert sich dies auf eine moderate Übereinstimmung. Positive Korrelationen zwischen dem kodierten Niveau und dem externen Kriterium Antwortlänge weisen darauf hin, dass die Kodierung mit naïve Bayes keine gültigen Ergebnisse liefert. Bedeutsame Attribute, die die Algorithmen bei der Klassifikation nutzen, entsprechen relevanten Begriffen der Niveaufestlegungen im zugrunde liegenden Kodierleitfaden. Abschließend wird diskutiert, inwieweit maschinelles Lernen mit den eingesetzten Algorithmen bei Aussagen zur Modellkompetenz die Qualität einer menschlichen Kodierung erreicht und damit für Zweitkodierungen oder in Vermittlungssituationen genutzt werden könnte.

Computer-automated scoring can help to analyse responses to open-ended questions in large samples. For such purposes, the quality of computer-automated scoring must be evaluated. Using responses related to five aspects of modeling competence from biology teachers, pre-service biology teachers and science education experts (Ntraining = 456; Nclassification = 260) as an exemplary case, the quality of computer-automated scoring is examined with four algorithms (naïve Bayes, logistic regression, support vector machines and decision trees). Evidence for the validity of the interpretation of the coding with these algorithms is available with satisfactory to good agreement between human and computer-automated scoring in training (345-607 statements depending on the aspect of modeling competence). In classification (157-260 statements depending on the aspect of modeling competence) this agreement is only moderate. Positive correlations between the identified level of modeling competence and the external criterion 'response length' indicates that coding with naïve Bayes does not provide valid results. Significant attributes that were used by the algorithms for classification correspond to relevant terms of the specifications for each level in the coding system. Finally, it is discussed to what extent computer-automated scoring with the algorithms used for modeling competence achieves the quality of a human coding and could thus be used as second human coder or in educational practice.
Erfasst vonIPN - Leibniz-Institut für die Pädagogik der Naturwissenschaften und Mathematik an der Universität Kiel
Update2021/2
Literaturbeschaffung und Bestandsnachweise in Bibliotheken prüfen
 

Standortunabhängige Dienste
Bibliotheken, die die Zeitschrift "Zeitschrift für Didaktik der Naturwissenschaften" besitzen:
Link zur Zeitschriftendatenbank (ZDB)

Artikellieferdienst der deutschen Bibliotheken (subito):
Übernahme der Daten in das subito-Bestellformular

Tipps zum Auffinden elektronischer Volltexte im Video-Tutorial

Trefferlisten Einstellungen

Permalink als QR-Code

Permalink als QR-Code

Inhalt auf sozialen Plattformen teilen (nur vorhanden, wenn Javascript eingeschaltet ist)

Teile diese Seite: