Weißt Du es oder rätst Du noch? - ARS mit Rückmeldungen zur Antwortzuversicht bei Lernfragen

Abstract
Die reine Erfassung von Antworten auf Lernfragen in Audience Response Systemen (ARS) leidet in der Regel unter einer Entkopplung zwischen tatsächlich vorhandenem Wissen, gefühltem Wissen und irrtümlich angenommenem Wissen. Für Lernende ist eine Einschätzung der Wissensqualität für erfolgreiches Lernen jedoch unverzichtbar. Durch die zusätzliche Erfassung der Ant­wortzuversicht wird Lernenden der tatsächliche Wissensstand zugänglich; darüber hinaus ist dann eine erfolgreiche Lernbedarfsermittlung möglich. Ob fehlendes oder falsches Verständnis vor­liegt, oder Wissen nur partiell oder doch vollständig verarbeitet wurde, kann mit den Mitteln von Audience Response Systemen einfach und elegant verarbeitet und den Lernenden als indivi­duali­sierte Auswertung zugänglich gemacht werden. In diesem Beitrag wird eine prototypische Imple­mentierung mit ersten Evaluationsergebnissen präsentiert.
  • Citation
  • BibTeX
Braeschke, L., Braun, I., Kapp, F. & Hara, T., (2019). Weißt Du es oder rätst Du noch? - ARS mit Rückmeldungen zur Antwortzuversicht bei Lernfragen. In: Pinkwart, N. & Konert, J. (Hrsg.), DELFI 2019. Bonn: Gesellschaft für Informatik e.V.. (S. 73-84). DOI: 10.18420/delfi2019_338
@inproceedings{mci/Braeschke2019,
author = {Braeschke, Lucas AND Braun, Iris AND Kapp, Felix AND Hara, Tenshi},
title = {Weißt Du es oder rätst Du noch? - ARS mit Rückmeldungen zur Antwortzuversicht bei Lernfragen},
booktitle = {DELFI 2019},
year = {2019},
editor = {Pinkwart, Niels AND Konert, Johannes} ,
pages = { 73-84 } ,
doi = { 10.18420/delfi2019_338 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
DateienGroesseFormatAnzeige
DELFI2019_338_Weisst_Du_es_oder_raetst_Du_noch_-_ARS_mit_Rueckmeldungen_zur_Antwortzuversicht_bei_Lernfragen.pdf11.12Mb PDF View/Open

Sollte hier kein Volltext (PDF) verlinkt sein, dann kann es sein, dass dieser aus verschiedenen Gruenden (z.B. Lizenzen oder Copyright) nur in einer anderen Digital Library verfuegbar ist. Versuchen Sie in diesem Fall einen Zugriff ueber die verlinkte DOI: 10.18420/delfi2019_338

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

More Info

ISBN: 978-3-88579-691-6
ISSN: 1617-5468
xmlui.MetaDataDisplay.field.date: 2019
Language: de (de)
Content Type: Text/Conference Paper 
Collections

Show full item record