P338 - DELFI 2023 - Die 21. Fachtagung Bildungstechnologien
Auflistung nach:
Auflistung P338 - DELFI 2023 - Die 21. Fachtagung Bildungstechnologien nach Titel
1 - 10 von 67
Treffer pro Seite
Sortieroptionen
- Textdokument21. Fachtagung Bildungstechnologien (DELFI)(21. Fachtagung Bildungstechnologien (DELFI), 2023)
- KonferenzbeitragAdapting RDMO for the Efficient Management of Educational Research Data(21. Fachtagung Bildungstechnologien (DELFI), 2023) Kiesler, Natalie; Schiffner, Daniel; Nieder-Vahrenholz, AxelResearch data management has become a core element of research projects in educational technology research. Tools like the Research Data Management Organiser (RDMO) offer support to researchers by gathering metadata of (planned) projects, studies and their output in a structured manner. It further facilitates machine actionable components so that metadata and information can be exchanged by connecting metadata, repositories, and institutions. In this demo, we present a use case of RDMO at a German research data center. Therein, we adapt RDMO’s export plugin so that it generates JSON in the data structure of the German Network of Educational Research Data, and thus allows the export of metadata from RDMO to research data centers. This proof-of-concept thus presents an application scenario of RDMO, and how it can contribute to an improved data management process in educational technology research.
- KonferenzbeitragAdLer: 3D-Lernumgebung für Studierende(21. Fachtagung Bildungstechnologien (DELFI), 2023) Dörringer, Antonia; Klopp, Marco; Schaab, Lukas; Hochstetter, Marvin; Glaab, Daniel; Bartel, Paula; Abke, Jörg; Elsebach, Jens; Rossmann, Raphael; Hagel, GeorgMit Hilfe des AdLer-Autorentools können Lehrende virtuelle 3D-Lernumgebungen konzipieren und generieren, in welchen Studierende nach den Prinzipien des Game-based Learning mit Lerninhalten interagieren können.
- KonferenzbeitragAnsätze um der Darstellungsflüchtigkeit in Virtual Reality entgegenzuwirken(21. Fachtagung Bildungstechnologien (DELFI), 2023) Heinemann, Birte; Görzen, Sergej; Gotzen, Daniel; Schroeder, UlrikDarstellungsflüchtigkeit ist ursprünglich ein Konzept aus dem Geometrieunterricht, welches auch in Virtual Reality Lernanwendungen zutreffen kann. Lernende erarbeiten etwas und können anhand des Resultates nicht mehr strategisch über ihr Vorgehen bei Problemlösung reflektieren. Diese Demo stellt eine Möglichkeit vor, wie Lernende in Virtual Reality Anwendungen Zugriff auf Zwischenergebnisse und Ergebnisse von sich selbst und anderen Lernenden bekommen können. Das Konzept lässt sich ebenfalls auf weitere Lernszenarien in virtueller Realität übertragen und kann so einen Beitrag zur Unterstützung von Reflektion und Strategieentwicklung leisten.
- KonferenzbeitragAnwendung von Process Mining zur kontinuierlichen Lernpfadidentifikation in Lernmanagementsystemen(21. Fachtagung Bildungstechnologien (DELFI), 2023) Quakulinski, Lars; Judel, Sven; Wagner, Miriam; Schroeder, UlrikLearning Analytics Anwendungen, die mittels Process Mining die Lernpfade von Studierenden identifizieren, machen dies meist nach Kursabschluss auf den vollständigen Daten. Von diesen gewonnenen Kenntnissen und eventuell folgenden Kursanpassungen profitieren jedoch frühestens die Teilnehmenden der nächsten Kursdurchführung. Lehrenden bereits während der Kursdurchführung Einsichten zu geben bietet die Möglichkeit frühzeitig auf eventuelle Probleme zu reagieren. Studierende können ihren eigenen Lernpfad reflektieren und bei Bedarf anpassen. In diesem Beitrag wird eine Anwendung vorgestellt welche einmal täglich die als xAPI Statements gesammelten Daten der letzten 24 Stunden aus dem Lernmanagementsystem Moodle analysiert und die Lernpfade der einzelnen Kurse erweitert. Um eine skalierende Lösung bereitzustellen, werden Techniken des Streaming Process Minings angewandt.
- KonferenzbeitragEin Assistenzsystem zur Annotation von Learning Analytics Reports(21. Fachtagung Bildungstechnologien (DELFI), 2023) Judel, Sven; Nitzke, Paul; Schroeder, UlrikDie verschiedenen Reports, die in Learning Analytics Dashboards aufbereitet werden, sollen Nutzende befähigen lehr- und lernbezogene Entscheidungen zu treffen. Dazu müssen diese Reports gelesen, verstanden und interpretiert werden. Wissen über die Lehr- und Lernsituationen, in denen Daten erhoben und analysiert wurden, kann dabei essenziell sein. Es kann eine zusätzliche kognitive Last bedeuten dieses Wissen während der Arbeit mit den Reports im Kopf oder anderweitig außerhalb des Dashboards präsent haben zu müssen. Diese Demo stellt ein Assistenzsystem vor, das Nutzenden erlaubt durch direkte Interaktionen mit Visualisierungen zusätzliche Informationen einzubinden. Das System ist in ein Learning Analytics Dashboard in Moodle integriert und erlaubt datumsbasierte Diagramme mit Daten oder Zeitspannen zu annotieren. Zusätzlich zu eigenem Wissen kann das System, basierend auf u. a. dem Moodle Kalender, eigene Vorschläge für Annotationen machen und auf potentiell relevante Ergebnisse hinweisen. Annotationen können mit anderen Nutzenden geteilt werden um eigenes Wissen oder eigene Erkenntnisse zu kommunizieren.
- KonferenzbeitragAuto-generated language learning online courses using generative AI models like ChatGPT(21. Fachtagung Bildungstechnologien (DELFI), 2023) Rüdian, Sylvio; Pinkwart, NielsGenerating online courses is always a trade-off between possibilities, technical limitations, and quality. State-of-the-art generative models can assist teachers in the creation process. However, generating learning materials is highly complex. Hence, teachers mainly create them manually. In this paper, learning content for a concrete micro-learning template is generated focusing on the field of language teaching. It intends that learners can find correct responses by logical thinking. Teachers provide a topic as input. Then, the approach asks for the required information using GPT3.5 with instructional prompts and combines responses to form a language learning unit. The quality of the resulting learning content, focusing on correctness, and appropriateness, is evaluated and discussed to examine the practicability of the tool, and alternatives are given.
- KonferenzbeitragAutomated alerts to avoid unfavourable interaction patterns in collaborative learning: Which design do students prefer?(21. Fachtagung Bildungstechnologien (DELFI), 2023) Hawlitschek, Anja; Rudolf, Galina; Berndt, Sarah; Zug, SebastianLonger phases without interaction or a later start into task processing are often related to problems in collaborative learning. Teams that exhibit such patterns of teamwork are more likely to underperform or fail in collaboration. Automated alerts are a way to contact such student teams, make them aware of unfavourable interaction patterns and offer support. An adequate design of such alerts is a basis for their efficacy. In this study, we investigated students’ (N = 39) attitudes towards alerts and ana-lysed which types of automated alerts students prefer. Based on findings of previous studies, we have designed three types of alerts – “impersonal-with response”, “personal-with response” and “information only”. Students in our study mainly preferred “personal-with response”. However, in-depth investigation revealed restrictions. Based on results, we give recommendations for the design of automated alerts.
- Konferenz-AbstractAutomatic feedback and hints on steps students take when learning how to program(21. Fachtagung Bildungstechnologien (DELFI), 2023) Jeuring, JohanEvery year, millions of students learn how to write programs. Learning activities for beginners almost always include programming tasks that require a student to write a program to solve a particular problem. When learning how to solve such a task, many students need feedback on their previous actions, and hints on how to proceed. For tasks such as programming, which are most often solved stepwise, the feedback should take the steps a student has taken towards implementing a solution into account, and the hints should help a student to complete or improve a possibly partial solution. In this talk I will give an overview of the approaches to automatic feedback and hints on programming steps and discuss our research on how to evaluate the quality of feedback and hints. I will also take the opportunity to involve the audience in some of the dilemmas we are facing.
- 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.