Show simple item record

dc.contributor.authorLefarth, Justin
dc.contributor.authorOtto, Benjamin
dc.contributor.authorSchramm, Thilo
dc.contributor.authorStriewe, Michael
dc.contributor.authorSchmiemann, Philipp
dc.contributor.authorGoedicke, Michael
dc.contributor.editorPinkwart, Niels
dc.contributor.editorKonert, Johannes
dc.date.accessioned2019-08-14T08:59:01Z
dc.date.available2019-08-14T08:59:01Z
dc.date.issued2019
dc.identifier.isbn978-3-88579-691-6
dc.identifier.issn1617-5468
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/24385
dc.description.abstractDer Beitrag demonstriert und analysiert an zwei Fallbeispielen aus der Biologie, wie fachspezifische Selbstlernaufgaben mit variablen Inhalten für ein Blended Learning Angebot automatisiert erzeugt werden können. Es wird gezeigt, dass auch hochspezifische fachliche Eigenschaften technisch abgebildet werden können und eine gute Item-Qualität erzeugt werden kann.de
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofDELFI 2019
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-297
dc.subjectBlended Learning
dc.subjectE-Assessment
dc.subjectAufgabengenerierung
dc.subjectBiologiedidaktik
dc.titleTechnische Aspekte der automatischen Aufgabengenerierung für Blended Learning Angebote in der Biologiede
dc.typeText/Conference Paper 
dc.pubPlaceBonn
mci.reference.pages91-102
mci.conference.sessiontitleAutomatisierung & Generierung
mci.conference.locationBerlin, Germany
mci.conference.date16.-19. September 2019
dc.identifier.doi10.18420/delfi2019_262


Files in this item

Thumbnail

Show simple item record