Auswahl und Generierung von passenden Feedbacks auf Basis eines Feedback-Rating-System-Frameworks.

Autor/in	Kasakowskij, Regina
Titel	Auswahl und Generierung von passenden Feedbacks auf Basis eines Feedback-Rating-System-Frameworks.
Quelle	In: MedienPädagogik, (2022) 48, S. 155-169Infoseite zur Zeitschrift PDF als Volltext kostenfreie Datei Link als defekt meldenVerfügbarkeit
Beigaben	Tabellen; Abbildungen; Literaturangaben
Sprache	deutsch
Dokumenttyp	online; Zeitschriftenaufsatz
ISSN	1424-3636
DOI	10.21240/mpaed/48/2022.06.13.X
Schlagwörter	Feedback; Lernen; Lernprozess; Motivation; Computer; Digitalisierung; Virtuelle Realität; Bewertung; Leistung; Unterstützung; Vielfalt; Individuum; Student
Abstract	Feedback gehört zu den wichtigsten Aspekten des Lehr-Lern-Prozesses. Doch nicht jedes Feedback ist für alle Lernenden passend in Bezug auf die Verständlichkeit und Effektivität. Auf der anderen Seite ist personalisiertes Feedback seitens der Lehrenden für eine kapazitätsüberschreitende Anzahl an Lernenden nicht umsetzbar. Im Gegensatz dazu kann ein computergestütztes Lernsystem schnell und auf eine skalierbare Art und Weise passendes Feedback bereitstellen. Es gibt bereits einige Ansätze dazu, Feedback adaptiv oder personalisiert bei der Aufgabenbearbeitung den Lernenden unter Einbezug einzelner Diversitätsmerkmale zur Verfügung zu stellen. Die Auswahl von passenden Feedbacks könnte jedoch auch von mehreren Diversitätsmerkmalen abhängig sein. Aus diesem Grund wird ein neuartiges Lernsystem vorgeschlagen, das auf einer soziotechnischen Basis verschiedene Diversitätsmerkmale verwendet, um passendes Feedback zu generieren, auszuwählen und vorzuschlagen.
Erfasst von	Deutsches Zentralinstitut für soziale Fragen, Berlin
Update	2023/1