Skip to content
GitLab
Commit 63579144 authored by Traboulsi's avatar Traboulsi
Browse files

Update public/learning-analytics.html

parent aaa70f66
master
No related merge requests found
Pipeline #10168 passed with stage
in 7 seconds
Hide whitespace changes
Inline Side-by-side
Showing
with 72 additions and 79 deletions
+72 -79
public/learning-analytics.html
+ 72
- 79
View file @ 63579144
......@@ -39,93 +39,86 @@
</header>
<main>
<section class="container mt-5">
<h1 data-aos="fade-up">Learning Analytics Infrastruktur</h1>
<p data-aos="fade-up" data-aos-delay="100">
<section class="container">
<h1>Learning Analytics Infrastruktur</h1>
<p>
Dieses Teilprojekt hat das Ziel, unterstützende Lernumgebungen zu schaffen, die die Lernprozesse der Studierenden durch den Einsatz von Learning Analytics optimieren. Dabei werden verschiedene Datenquellen genutzt, um den Lernenden personalisiertes Feedback in Echtzeit zu geben und ihre Motivation sowie ihr Engagement zu steigern.
</p>
<p>
Zur Umsetzung wird eine umfassende Learning Analytics-Infrastruktur eingesetzt, die Daten aus verschiedenen Quellen sammelt, speichert, analysiert und visualisiert. Lernplattformen und Evaluationswerkzeuge wie Moodle, Unipark und VR-Anwendungen dienen als Basis für die Datenerfassung. Dabei werden Daten zu Anwesenheit, Lernzeit, Quiz-Ergebnissen, Kommunikationsmustern und Interaktionen erfasst. Die gesammelten Daten werden als xAPI Statements zentral im Learning Locker gespeichert und aufbereitet. Anschließend werden diese Daten mithilfe von Visualisierungstools wie Grafana und Excalibur dargestellt und für personalisiertes Feedback genutzt.
</p>
<p>Die folgende Abbildung zeigt den gesamten Prozess der LA-Infrastruktur:</p>
<!-- Image of the Learning Analytics Infrastructure Process -->
<div class="text-center">
<img src="assets/img/LA-prozess.png" alt="Prozess der Learning Analytics Infrastruktur" class="img-fluid" style="width: 100%; max-width: 500px;">
</div>
<!-- Accordion for different factors -->
<div class="accordion" id="factorsAccordion" data-aos="fade-up" data-aos-delay="200">
<div class="accordion-item">
<h2 class="accordion-header" id="headingCognitive">
<button class="accordion-button" type="button" data-bs-toggle="collapse" data-bs-target="#collapseCognitive" aria-expanded="true" aria-controls="collapseCognitive">
Kognitive Faktoren
</button>
</h2>
<div id="collapseCognitive" class="accordion-collapse collapse show" aria-labelledby="headingCognitive" data-bs-parent="#factorsAccordion">
<div class="accordion-body">
Kognitive Faktoren beziehen sich auf mentale Prozesse, die das Lernen beeinflussen, wie beispielsweise Vorwissen, Denkprozesse und angewandte Lernstrategien.
<span data-bs-toggle="tooltip" title="Theorie über die kognitive Belastung der Lernenden">Cognitive Load Theory</span> erklärt, dass Lernende nur eine begrenzte Menge an Informationen gleichzeitig verarbeiten können. Ein gut gestaltetes Feedbacksystem muss daher die kognitive Belastung minimieren.
</div>
</div>
</div>
<div class="accordion-item">
<h2 class="accordion-header" id="headingMotivational">
<button class="accordion-button collapsed" type="button" data-bs-toggle="collapse" data-bs-target="#collapseMotivational" aria-expanded="false" aria-controls="collapseMotivational">
Motivationale Faktoren
</button>
</h2>
<div id="collapseMotivational" class="accordion-collapse collapse" aria-labelledby="headingMotivational" data-bs-parent="#factorsAccordion">
<div class="accordion-body">
Die Self-Determination Theory besagt, dass Motivation durch die Erfüllung der Grundbedürfnisse nach Autonomie, Kompetenz und sozialer Eingebundenheit gefördert wird. Ein gut gestaltetes Feedbacksystem muss diese Bedürfnisse berücksichtigen.
</div>
</div>
</div>
<p>
<br>
</p>
<p>Die aktuelle Forschung im KNIGHT-Projekt konzentriert sich auf die Verknüpfung von Learning Analytics mit psychologischen und didaktischen Modellen, um das Lernverhalten besser zu verstehen und zu fördern. Dafür wird ein integratives Modell zur Gestaltung von lernzentrierten Feedbacksystemen eingesetzt (siehe Abbildung unten). </p>
<div class="accordion-item">
<h2 class="accordion-header" id="headingSelf">
<button class="accordion-button collapsed" type="button" data-bs-toggle="collapse" data-bs-target="#collapseSelf" aria-expanded="false" aria-controls="collapseSelf">
Selbstbezogene Faktoren
</button>
</h2>
<div id="collapseSelf" class="accordion-collapse collapse" aria-labelledby="headingSelf" data-bs-parent="#factorsAccordion">
<div class="accordion-body">
Selbstgesteuertes Lernen (Self-Regulated Learning) beschreibt, wie Lernende aktiv ihre Ziele setzen, Lernstrategien wählen und ihre Fortschritte überwachen. Ein wirksames Feedbacksystem muss diese Selbstregulationsfähigkeiten unterstützen.
</div>
</div>
</div>
<!-- Image of the Feedback Model -->
<div class="text-center">
<img src="assets/img/modell.png" alt="Integratives Modell zur Gestaltung von lernzentrierten Feedbacksystemen" class="img-fluid" style="width: 100%; max-width: 500px;">
</div>
<h2 data-aos="fade-up" class="mt-5">Usability und Akzeptanz</h2>
<p data-aos="fade-up" data-aos-delay="100">
Usability bezieht sich auf die Benutzerfreundlichkeit eines Systems. In einem Learning Analytics-System bedeutet das, dass die bereitgestellten Daten und Feedbackmechanismen leicht zugänglich und verständlich sind. Das <span data-bs-toggle="tooltip" title="Modell zur Erklärung der Akzeptanz von Technologie">Technology Acceptance Model (TAM)</span> besagt, dass die Akzeptanz durch die wahrgenommene Nützlichkeit und Benutzerfreundlichkeit bestimmt wird.
<p>
<br>
</p>
<!-- Feedback Types with Icons -->
<h2 data-aos="fade-up" class="mt-5">Feedbacktypen</h2>
<div class="row" data-aos="fade-up" data-aos-delay="200">
<div class="col-lg-3 col-md-6">
<div class="feedback-card text-center">
<div class="feedback-icon"><i class="bi bi-bar-chart"></i></div>
<h4>Deskriptives Feedback</h4>
<p>Beschreibung der aktuellen Leistung der Lernenden.</p>
</div>
</div>
<div class="col-lg-3 col-md-6">
<div class="feedback-card text-center">
<div class="feedback-icon"><i class="bi bi-search"></i></div>
<h4>Diagnostisches Feedback</h4>
<p>Analyse der Ursachen hinter der Leistung.</p>
</div>
</div>
<div class="col-lg-3 col-md-6">
<div class="feedback-card text-center">
<div class="feedback-icon"><i class="bi bi-lightbulb"></i></div>
<h4>Präskriptives Feedback</h4>
<p>Konkrete Empfehlungen zur Verbesserung der Leistung.</p>
</div>
</div>
<div class="col-lg-3 col-md-6">
<div class="feedback-card text-center">
<div class="feedback-icon"><i class="bi bi-calendar"></i></div>
<h4>Prädiktives Feedback</h4>
<p>Vorhersage zukünftiger Entwicklungen.</p>
</div>
</div>
</div>
<h2>Kognitive Faktoren</h2>
<p>
Kognitive Faktoren beziehen sich auf mentale Prozesse, die das Lernen beeinflussen, wie beispielsweise Vorwissen, Denkprozesse und angewandte Lernstrategien. Eine grundlegende Theorie ist hierbei die <strong>Cognitive Load Theory</strong>, die erklärt, dass Lernende nur eine begrenzte Menge an Informationen gleichzeitig verarbeiten können.
<br><br>
Ein gut gestaltetes Feedbacksystem muss daher die kognitive Belastung minimieren, indem es Informationen so strukturiert, dass sie leicht aufgenommen und verarbeitet werden können, ohne Überforderung zu verursachen.
</p>
<h2>Motivationale Faktoren</h2>
<p>
Motivationale Faktoren betreffen die inneren Antriebe, die das Lernverhalten beeinflussen, wie z.B. Interesse, Engagement und Zielorientierung der Lernenden. Eine zentrale Theorie in diesem Zusammenhang ist die <strong>Self-Determination Theory</strong>, die besagt, dass Motivation durch die Erfüllung der Grundbedürfnisse nach Autonomie, Kompetenz und sozialer Eingebundenheit gefördert wird.
<br><br>
Ein gut gestaltetes Feedbacksystem muss diese Bedürfnisse berücksichtigen, indem es Lernenden die Möglichkeit gibt, ihre Lernprozesse selbst zu steuern und Fortschritte zu erkennen.
</p>
<h2>Selbstbezogene Faktoren</h2>
<p>
Selbstbezogene Faktoren umfassen das Selbstbild und die Fähigkeit der Lernenden, ihre eigenen Lernprozesse zu steuern. Ein zentrales Konzept ist hierbei das <strong>Selbstgesteuerte Lernen (Self-Regulated Learning)</strong>, das beschreibt, wie Lernende aktiv ihre Ziele setzen, Lernstrategien wählen und ihre Fortschritte überwachen.
<br><br>
Ein wirksames Feedbacksystem muss diese Selbstregulationsfähigkeiten unterstützen, indem es den Lernenden hilft, ihren Lernprozess besser zu reflektieren und zu steuern.
</p>
<h2>Usability und Akzeptanz</h2>
<h3>Usability</h3>
<p>
Usability bezieht sich auf die Benutzerfreundlichkeit eines Systems, insbesondere darauf, wie einfach und effektiv ein Feedbacksystem von Lernenden genutzt werden kann. In einem Learning Analytics-System bedeutet das, dass die bereitgestellten Daten und Feedbackmechanismen leicht zugänglich und verständlich sind.
</p>
<h3>Akzeptanz</h3>
<p>
Akzeptanz bezieht sich darauf, inwieweit ein System oder ein Feedbackmechanismus von den Nutzenden angenommen und positiv bewertet wird. Das <strong>Technology Acceptance Model (TAM)</strong> besagt, dass die Akzeptanz vor allem durch zwei Faktoren bestimmt wird:
<ul>
<li><strong>Wahrgenommene Nützlichkeit:</strong> Wie sehr die Nutzenden glauben, dass das System ihre Leistung verbessert.</li>
<li><strong>Wahrgenommene Benutzerfreundlichkeit:</strong> Wie einfach das System zu bedienen ist, ohne dass es zu einer übermäßigen Belastung wird.</li>
</ul>
</p>
<h2>Feedbacktypen</h2>
<p>
In einem Learning Analytics-System können vier verschiedene Feedbackarten genutzt werden:
<ul>
<li><strong>Deskriptives Feedback:</strong> Gibt eine detaillierte Beschreibung der aktuellen Leistung der Lernenden.</li>
<li><strong>Diagnostisches Feedback:</strong> Geht tiefer und analysiert die Ursachen hinter der Leistung.</li>
<li><strong>Präskriptives Feedback:</strong> Gibt konkrete Empfehlungen zur Verbesserung der Leistung.</li>
<li><strong>Prädiktives Feedback:</strong> Nutzt Daten, um zukünftige Entwicklungen vorherzusagen.</li>
</ul>
</p>
<p>
Ziel dieses Teilprojekts ist es, eine Learning Analytics-Infrastruktur zu entwickeln, die lernendenzentriertes und personalisiertes Feedback bereitstellt. Diese Infrastruktur wird zunächst in den beiden Kursen „Mathematik“ und „IT in der Bauwirtschaft“ erprobt und kontinuierlich verbessert.
</p>
</section>
</main>
......
Supports Markdown
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment

Dies ist die Gitlab-Instanz des Transferportals der Hochschule für Technik Stuttgart. Hier geht es zurück zum Portal