Auflistung nach Schlagwort "Feedback"
1 - 10 von 32
Treffer pro Seite
Sortieroptionen
- Textdokument10 Jahre automatische Bewertung von Programmieraufgaben mit JACK - Rückblick und Ausblick(INFORMATIK 2017, 2017) Goedicke, Michael; Striewe, MichaelDas E-Assessment-System JACK ist seit nunmehr 10 Jahren für die Programmierausbildung von Studierenden im ersten Fachsemester im Einsatz. Der Beitrag blickt auf die dabei gemachten Erfahrungen zurück, ordnet sie in den Kontext der aktuellen Forschung ein und stellt einige Thesen über die zukünftige Entwicklung automatischer Übungs-und Prüfungssysteme in der Informatik auf.
- WorkshopbeitragAR –VR –MR? Erfolgsfaktoren für immersive Lernumge- bungen am Beispiel einer Lernanwendung für die Wind- energiebranche(Proceedings of DELFI Workshops 2019, 2019) Kapp, Felix; Kruse, Linda; Matthes, Nadine; Spangenberger, PiaMixed Reality (MR) bietet große Potenziale zur Unterstützung von Lernprozessen in der beruflichen Bildung. Mit der sich schnell entwickelnden Technolo- gie im Bereich Augmented und Virtual Reality erhöht sich auch die Anzahl der Anwen- dungsbeispiele für Lernumgebungen, die auf eine Mixed Reality – also eine virtuelle bzw. erweiterte Realität - setzen. Lernende haben die Möglichkeit, Tätigkeiten auszu- üben und zu trainieren, welche sie unter realen Bedingungen nur unter Aufwand von hohen Kosten oder großen Gefahren ausprobieren könnten. Die Möglichkeiten Konse- quenzen des eigenen Handelns zu simulieren, lässt sich auf die Vermittlung komplexer Zusammenhänge anwenden. Darüber hinaus bieten MR Settings ein erhöhtes motivatio- nales Potenzial: die mit der Technologie einhergehende Immersion kann in Lernmotiva- tion umgesetzt werden. Damit die Potenziale von MR Szenarien sich entfalten, ist es jedoch notwendig bei der Konstruktion systematisch anhand von definierten Lernzielen vorzugehen. Im vorliegenden Beitrag werden vier Erfolgsfaktoren vorgestellt, welche einen maßgeblichen Einfluss auf die Qualität von Lernumgebungen haben. Es wird da- von ausgegangen, dass 1) die Lernaufgaben/Quests innerhalb von MR Anwendungen, 2) das Feedback, 3) Game Features sowie 4) der Grad an Interaktivität entsprechend der Lernziele konzipiert werden sollten, damit MR erfolgreiches Lernen ermöglicht. Anhand einer Mixed Reality Lernanwendung im Bereich der Windenergiebranche wird exempla- risch aufgezeigt, wie die vier Erfolgsfaktoren gestaltet sein können, um spezifische Lernziele zu erreichen.
- KonferenzbeitragAutomatisierte Bewertung und Feedback-Generierung für grafische Modellierungen und Diagramme mit FeeDI(21. Fachtagung Bildungstechnologien (DELFI), 2023) Morawetz, Erik; Hahm, Nadine; Thor, AndreasDieser Beitrag präsentiert FEEDI (Feedback im Diagramm-Assessment), ein Web-basiertes System zur automatischen Bewertung und Feedback-Generierung für grafische Modellierungen und Dia-gramme. FEEDI verfolgt dabei einen generischen Ansatz, in dem es sowohl unterschiedliche Einga-beformate als auch Diagrammtypen prozessiert und Lehrenden die Möglichkeit gibt, Elemente ihrer Musterlösung einfach zu annotieren. Damit ermöglicht FEEDI ein effizientes E-Assessment insbe-sondere im MINT-Bereich, bei dem Diagramme wichtiger Bestandteil der Hochschullehre sind. Der Beitrag beschreibt die Graph-basierte Repräsentation der Diagramme sowie die Bewertung und Feedback-Generierung unter Verwendung von Graph-Matching. Darüber hinaus skizziert er die prototypische Entwicklung am Beispiel von Entity-Relationship-Diagrammen.
- KonferenzbeitragBeweiskompetenz durch Beweisassistenz(20. Fachtagung Bildungstechnologien (DELFI), 2022) Karsten, Nadine; Nestmann, UweBeweiskompetenz, also die Fähigkeit mathematische Beweise sowohl verstehen als auch eigenständig führen zu können, wird üblicherweise vorrangig durch Beispiele, Feedback und Diskussion zwischen Lernenden und Lehrenden erworben. Wir setzen einen interaktiven Theorembeweiser – einen sogenannten Beweisassistenten – ein, um Lernenden ein zusätzliches möglichst direktes Feedback zu ermöglichen. Das Führen von Beweisen mit solchen Assistenten ähnelt der Entwicklung von Software mit schnellem und zuweilen spielerischem Explorieren von Lösungsansätzen. Wir erarbeiten daher die Konzeption eines dedizierten Kurses im Bereich der Theoretischen Informatik, in dem Beweiskompetenz mit passenden didaktischen Ansätzen durch Beweisassistenten effizienter und auch spielerischer vermittelt wird.
- WorkshopbeitragCaseStudy: Kontextsensitives Feedback(Mensch und Computer 2016 - Tagungsband, 2016) Bittenbinder, Sven; Winter, DominiqueDas kontextsensitive Feedback-Element ist ein Werkzeug, um nach der Produktveröffentlichung und während des realen Einsatzes der Software Nutzerfeedback in aufbereiteter Form zu erhalten. Durch den Einsatz in der Anwendung selbst und direkt im Nutzungskontext können wertvolle Kontextinformationen zusätzlich zum eigentlichen Nutzerfeedback an die Hersteller übermittelt werden. Dieses Feedback aus realen Nutzungskontexten bietet unter anderem die Basis für Weiterentwicklungen der Software und Verbesserung in den Bereichen Usability und User Experience.
- ZeitschriftenartikelCo-constructing Grounded Symbols—Feedback and Incremental Adaptation in Human–Agent Dialogue(KI - Künstliche Intelligenz: Vol. 27, No. 2, 2013) Buschmeier, Hendrik; Kopp, StefanGrounding in dialogue concerns the question of how the gap between the individual symbol systems of interlocutors can be bridged so that mutual understanding is possible. This problem is highly relevant to human–agent interaction where mis- or non-understanding is common. We argue that humans minimise this gap by collaboratively and iteratively creating a shared conceptualisation that serves as a basis for negotiating symbol meaning. We then present a computational model that enables an artificial conversational agent to estimate the user’s mental state (in terms of contact, perception, understanding, acceptance, agreement and based upon his or her feedback signals) and use this information to incrementally adapt its ongoing communicative actions to the user’s needs. These basic abilities are important to reduce friction in the iterative coordination process of co-constructing grounded symbols in dialogue.
- KonferenzbeitragDesigning Digital Self-Assessment and Feedback Tools as Mentoring Interventions in Higher Education(Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2022, 2022) Moser, Eva; Shegupta, Ummay Ubaida; Ihsberner, Katja; Jalilov, Orkhan; Schmidt, René; Hardt, WolframHigher education in Germany traditionally follows a one-size-fits-all paradigm. The ignorance of diverse students’ needs jeopardizes high-quality and equal educational opportunities for all. Digital technologies can provide economical solutions to individualize teaching and learning, even in large university classes. However, their design has to incorporate pedagogical theories, specific contextual requirements, and users’ needs (Laurillard, 2008). In this project contribution, we want to demonstrate our approach to this challenge. We briefly describe how we connected the pedagogical concept of mentoring to theories of self-regulated learning and used this as a framework for developing formative assessment and automated feedback tools as digital mentoring interventions. The mentoring nterventions aim at facilitating self-regulated learning, especially self-monitoring and strategy-adaption. We present three different implementations in structured and illstructured domains and the key results of a qualitative evaluation survey. [Aus: Introduction]
- KonferenzbeitragDigitalisierung von Analyse- und Auswertungsstrukturen im Kontext schulischer Wettbewerbsszenarien(DELFI 2020 – Die 18. Fachtagung Bildungstechnologien der Gesellschaft für Informatik e.V., 2020) Funke, Florian; Hofmann, SvenIm Rahmen des Mathematik-Wettbewerbs Run For Numbers nehmen Schülerinnen und Schüler an Schulen in den Bundesländern Sachsen, Thüringen und Brandenburg halbjährlich teil, um ihre mathematischen Fähigkeiten und Fertigkeiten zu testen. Mit Hilfe des siebenminütigen Speed-Tests soll ein möglichst umfassendes Bild des aktuellen Lernstands erfasst werden. Im folgenden Artikel werden die umgesetzten Maßnahmen zur Digitalisierung der Auswertung und Analyse der Wettbewerbsdaten sowie dabei eingesetzte Kenngrößen, Maße und Normen beschrieben. Es wird ebenso dargestellt, inwieweit die Verständlichkeit der Werte für Lernende und Lehrende im schulischen Kontext sichergestellt wird und welche Darstellungsformen und Formulierungen eingesetzt werden.
- KonferenzbeitragE-Assessment für Entity-Relationship-Diagramme mit FeeDI(21. Fachtagung Bildungstechnologien (DELFI), 2023) Morawetz, Erik; Hahm, Nadine; Thor, AndreasDieser Beitrag demonstriert den Einsatz von FEEDI (Feedback im Diagramm-Assessment) für Enti-ty-Relationship-Diagramme. FEEDI ist eine E-Assessment-Lösung, welche studentische ER-Diagramme automatisiert bewertet und Feedback auf eingereichte Lösungen gibt. Die Demonstration illustriert, wie Lehrende ihre Musterlösung hochladen und mittels einer GUI annotieren können. Für die Bewertung einer studentischen Lösung wandelt FEEDI die Diagramme zunächst in eine interne Graph-Repräsentation um und ermittelt mittels Graph-Matching die größtmögliche Passung. Aus dem Ergebnis des Matchings wird dann eine Bewertung sowie für fehlende bzw. falsche Aspekte der studentischen Lösung ein Feedback ausgegeben. FEEDI eignet sich als Übungs-System für Diagramme und grafische Modellierungen für Studierende im MINT-Bereich.
- Conference paperEnhanced Program Comprehension: Individualized Learning of Code Tracing with the Feedback Buddy(Proceedings of DELFI 2024, 2024) Koch, Nadine Nicole; Kapfenstein, Ann-Kathrin; Meißner, Niklas; Wirzberger, MariaThe increasing importance of programming skills for various professions highlights the necessity of laying solid foundations for these skills in school. One critical step when learning programming is code tracing, i.e., the ability to analyze program code to predict the data changes when the code is executed. Considering the diverse levels of prior knowledge in computer science classes, it is essential to implement tailored teaching approaches, which can enhance the respective learning outcomes. To create personalized learning paths, we developed the tutoring system Feedback Buddy that teaches if-else branches, for loops, and combinations of them using tracing tables. Thereby, the Feedback Buddy adapts its feedback and task difficulty based on learners’ affective, cognitive, and metacognitive states. Extending former systems, our approach focuses on school education and uses 𝑡h growth mindset feedback. Evaluation with 10 positive results, affirming the usability and usefullness of the Feedback Buddy in secondary school education.