Veranstaltungsprogramm

Eine Übersicht aller Sessions/Sitzungen dieser Tagung.
Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.

 
Sitzungsübersicht
Session
WS01-2: Learning Analytics
Zeit:
Sonntag, 11.09.2016:
11:00 - 12:30

Ort: Seminarraum S14
50 Sitzplätze

Zeige Hilfe zu 'Vergrößern oder verkleinern Sie den Text der Zusammenfassung' an
Präsentationen

Sensor Data for Learning Support: Achievements, Open Questions & Opportunities

Haeseon Yun1, Monika Domanska2, Albrecht Fortenbacher1, Niels Pinkwart2, Mina Ghomi2

1HTW Berlin, Deutschland; 2HU Berlin, Deutschland

Sensors measuring learners’ vital data can be used by learning analytics applications to support self­-regulated learning. Combining personal data with log data derived from a learning environment is a very promising approach, but poses also big challenges on the design of learner models and learner interaction, on the interpretation of sensor data, and on applicable learning scenarios. This paper provides a review of the emerging field of sensory aided learning analytics, then presents first results towards modeling and developing solutions for sensor-based adaptive learning in different learning contexts.


Learning Analytics für E-Tutoren: Konzept zur bedarfsorientierten Datenerhebung

Michel Rietze

TU Dresden, Deutschland

Sinnhaftes Agieren durch Lernbegleiter erfordert die zeitnahe Erfassung und Interpretation relevanter Daten und Informationen. Mittels Learning Analytics soll dieser Prozess in einem Virtual Collaborative Learning-Kurs (teil-)automatisiert durchgeführt werden. Anhand eines für die Lernbegleiter erstellten Beobachtungsbogens wurden die zu beobachtenden Inhalte und die dazugehörigen, relevanten Daten identifiziert. Hierzu sind mit vier Lernbegleitern Experteninterviews geführt und die Ergebnisse inhaltsanalytisch ausgewertet worden. Es entstand ein Konzept, welches die auszuführenden Beobachtungen aufzeigt und einen Zusammenhang zu den benötigten Daten herstellt. Gleichzeitig werden Indikatoren aufgeführt, das frühzeitige Erkennen von Problemen ermöglichen sollen. Das Ergebnis dieses Beitrags dient als Grundlage zur Implementierung von bedarfsorientierten Analysen von Lerneraktivitäten


Improving Peer Assessment by using Learning Analytics

Usman Wahid, Mohamed Amine Chatti, Ulrik Schroeder

RWTH Aachen University, Deutschland

In recent years, peer assessment has established itself as one of the most promising methods of assessment in open learning environments typically in massive open online courses (MOOCs). However, researchers are still working on ways to address a number of challenges in peer assessment. In this paper, we propose some solutions from the field of learning analytics which have the potential to provide significant value in the peer assessment process.



 
Impressum · Kontaktadresse:
Veranstaltung: DeLFI 2016 & HDI 2016
Conference Software - ConfTool Pro 2.6.106+TC
© 2001 - 2017 by H. Weinreich, Hamburg, Germany