Anwendung und Evaluation von semi-automatischem Assessment und Learning Analytics als Hilfsmittel zur prozessorientierten Lernunterstützung.

Literaturnachweis - Detailanzeige

Trefferliste

Autor/in	Rebholz, Sandra
Titel	Anwendung und Evaluation von semi-automatischem Assessment und Learning Analytics als Hilfsmittel zur prozessorientierten Lernunterstützung.
Quelle	Weingarten: Pädagogische Hochschule Weingarten (2020), xii, 354 S. PDF als Volltext kostenfreie Datei (1); PDF als Volltext kostenfreie Datei (2) Link als defekt meldenVerfügbarkeit Dissertation, Pädagogische Hochschule Weingarten, 2019.
Sprache	deutsch
Dokumenttyp	online; Monographie
URN	urn:nbn:de:bsz:747-opus4-3184
Schlagwörter	Evaluation; Bewertung; Dissertation; Lernen; Evaluation; Analyse; Computerunterstütztes Verfahren; E-Learning; Feedback; Lernen; Computerunterstütztes Verfahren; Dissertation; E-Learning; Analyse; Bewertung
Abstract	Technologiegestütztes Lernen spielt auf allen Ebenen des Bildungswesens eine immer größere Rolle. Der Einsatz von computergestützten Lernumgebungen und der durch ihre Nutzung entstehenden Daten eröffnen vielfältige Möglichkeiten, um Lernangebote durch Personalisierung und individualisiertes Feedback auf die Bedürfnisse der Lernenden auszurichten. Insbesondere zur Entwicklung von komplexen, prozessbezogenen Kompetenzen sind solche auf den individuellen Lernprozess ausgerichteten Lernumgebungen notwendig. Ziel dieser Arbeit ist es herauszufinden, nach welchen Gestaltungsprinzipien eine computergestützte Lernumgebung aufgebaut sein muss, um Studierende bei der Bearbeitung von prozessbezogenen Lernaufgaben individuell zu unterstützen und zu fördern. Im Rahmen eines entwicklungsorientierten Forschungsansatzes (Design-Based Research) wurde hierzu ein Architekturmodell entwickelt, das prototypisch umgesetzt und in mehreren iterativen Entwicklungszyklen im Hochschulkontext eingesetzt und evaluiert wurde. Das Architekturmodell umfasst im Wesentlichen zwei Komponenten: Lernprogramme mit semi-automatischem Assessment zur schrittweisen Bearbeitung von prozessbezogenen Lernaufgaben und eine Learning-Analytics-Infrastruktur zur Aufzeichnung und Auswertung der stattgefundenen Lösungsprozesse. Durch das Zusammenspiel von automatischen und manuellen Analysen auf verschiedenen Ebenen des Architekturmodells, lässt sich mit dem vorgeschlagenen System ein umfassender formativer Assessmentprozess in der Hochschullehre umsetzen. Durch den erfolgreichen Einsatz eines prototypisch umgesetzten Lernprogramms mit semi-automatischem Assessment und der Learning-Analytics-Infrastruktur in drei Hochschul-veranstaltungen konnte die Praktikabilität und die Umsetzbarkeit des vorgeschlagenen Ansatzes gezeigt werden. Eine Befragung der teilnehmenden Studierenden sowie die Auswertung der im Rahmen der Evaluation automatisch aufgezeichneten Lerndaten in Bezug auf die beobachtete Nutzungshäufigkeit des Lernprogramms und die Nutzungsintensität der prozessbezogenen Rückmeldungen belegen die Akzeptanz dieses Unterstützungsangebots bei der selbständigen Aufgabenbearbeitung. Weiterführende Analysen der Lerndaten zeigten, dass durch statistische Auswertungen der Prozessaufzeichnungen kritische Punkte im Lösungsprozess erkannt werden können. Diese Punkte liefern Hinweise darauf, wann zusätzliche Maßnahmen ergriffen werden sollten, um den Lernprozess zu unterstützen. Die an der Evaluation beteiligten Lehrenden bewerten den Einsatz von Lernprogrammen mit semi-automatischem Assessment und deren Einbindung in eine Learning-Analytics-Infrastruktur vorteilhaft und sehen sowohl in den Lernprogrammen als auch in den Auswertungen der aufgezeichneten Lerndaten einen didaktischen Mehrwert. Mit der Übertragung des vorgeschlagenen Modells auf ein weiteres Anwendungsgebiet wurde gezeigt, dass sich das Modell als allgemeingültiger Ansatz für die prozessorientierte Lernunterstützung im Hochschulkontext eignet. Insgesamt wird mit dem vorgeschlagenen Modell aufgezeigt, wie eine innovative Lernumgebung und -infrastruktur aussehen kann, in der computergestütztes Assessment, Methoden aus dem Bereich Learning Analytics und menschliche Expertise kombiniert werden, um Studierende individuell und prozessorientiert zu unterstützen. (Orig.).
Erfasst von	Deutsche Nationalbibliothek, Frankfurt am Main
Update	2021/1