Logo des Repositoriums

Auflistung nach Autor:in "Melis, Erica"

1 - 3 von 3
  • Konferenzbeitrag
    Design und Evaluation von interaktiven webbasierten Bruchrechenaufgaben
    (DeLFI 2011 - Die 9. e-Learning Fachtagung Informatik, 2011) Eichelmann, Anja; Schnaubert, Lenka; Goguadze, George; Narciss, Susanne; Melis, Erica
    Im Rahmen des Projektes \?Adaptives tutorielles Feedback“ wurden interaktive webbasierte Aufgaben zur Bruchrechnung entwickelt und ein Interface entworfen, mit dem diese Aufgaben präsentiert werden können. Das Interface bietet neben der übersichtlichen Präsentation der Aufgabenund Feedbackkomponenten ein interaktives Arbeitsfeld, das die Erfassung der Rechenschritte der Schüler ermöglicht. Erste Erfahrungen im Einsatz des Interface zeigen eine positive Bewertung durch die Schüler im Hinblick auf Übersichtlichkeit und Bedienbarkeit.
  • Konferenzbeitrag
    Interactive Concept Mapping in ActiveMath
    (DeLFI 2005: 3. Deutsche e-Learning Fachtagung Informatik, 13. - 16. September 2005 in Rostock, Germany, 2005) Melis, Erica; Kaerger, Philipp; Homik, Martin
    Mind maps have been used for many (including educational) purposes. Several tools are available for visualizing and creating those maps. However, evaluation and feedback is rarely available in such tools and thus, an important aspect of interactive exercises is missing. This paper presents the interactive concept map tool, ICMAP, that is integrated with the web-based learning environment ACTIVEMATH. It discusses the main diagnosis mechanisms, the generation of feedback, and the adoption of the collaborative learning tool CoolModes to develop ICMAP.
  • Konferenzbeitrag
    Student Model Adjustment Through Random-Restart Hill Climbing
    (18th Intl. Workshop on Personalization and Recommendation on the Web and Beyond, 2010) Doost, Ahmad Salim; Melis, Erica
    ACTIVEMATH is a web-based intelligent tutoring system (ITS) for studying mathematics. Its course generator, which assembles content to personalized books, strongly depends on the underlying student model. Therefore, a student model is important to make an ITS adaptive. The more accurate it is, the better could be the adaptation. Here we present which parameters can be optimized and how they can be optimized in an efficient and affordable manner. This methodology can be generalized beyond ACTIVEMATH’s student model. We also present our results for the optimization based on two sets of log data. Our optimization method is based on random-restart hill climbing and it considerably improved the student model’s accuracy.