Klausurprognose mit Hilfe von E-Assessment-Nutzerdaten

Abstract
Elektronisches Assessment wird heutzutage verbreitet genutzt. Die dabei anfallenden Nutzerdaten geben Einblicke zum Lernverhalten der Studierenden. Wir analysieren die Daten mit Hilfe von Data Mining Methoden dahingehend einen eventuellen Erfolg in der Abschlussklausur vorzeitig vorherzusagen. Es zeigt sich, dass bereits während des Semesters eine hohe Prognosegenauigkeit vorliegt. Die entsprechenden Vorhersagen lassen sich für ein Frühwarnsystem nutzen, um die Studierenden in ihrer Lernbereitschaft zu motivieren.
  • Citation
  • BibTeX
Massing, T., Reckmann, N., Otto, B., Hermann, Ki. J., Hanck, C. & Goedicke, M., (2018). Klausurprognose mit Hilfe von E-Assessment-Nutzerdaten. In: Krömker, D. & Schroeder, U. (Hrsg.), DeLFI 2018 - Die 16. E-Learning Fachtagung Informatik. Bonn: Gesellschaft für Informatik e.V.. (S. 171-176).
@inproceedings{mci/Massing2018,
author = {Massing, Till AND Reckmann, Natalie AND Otto, Benjamin AND Hermann,Kim J. AND Hanck, Christoph AND Goedicke, Michael},
title = {Klausurprognose mit Hilfe von E-Assessment-Nutzerdaten},
booktitle = {DeLFI 2018 - Die 16. E-Learning Fachtagung Informatik},
year = {2018},
editor = {Krömker, Detlef AND Schroeder, Ulrik} ,
pages = { 171-176 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
DateienGroesseFormatAnzeige
proceedings_17.pdf594.6Kb PDF View/Open

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Send Feedback

More Info

ISBN: 978-3-88579-678-7
ISSN: 1617-5468
xmlui.MetaDataDisplay.field.date: 2018
Language: de (de)
Content Type: Text/Conference Paper
Collections

Show full item record