Update public/learning-analytics.html

public/learning-analytics.html

@@ -39,13 +39,7 @@
   </header>
 
   <main>
-    <section class="container">
-       <p>
-        <br>
-      </p>
-       <p>
-        <br>
-      </p>
+    <section class="container mt-5" data-aos="fade-up">
       <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.
@@ -53,50 +47,45 @@
       <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 class="text-center mb-5" data-aos="zoom-in">
+        <img src="assets/img/LA-prozess.png" alt="Prozess der Learning Analytics Infrastruktur" class="img-fluid" style="width: 100%; max-width: 600px;">
       </div>
 
       <p>
-        <br>
+        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>
-      <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>
 
       <!-- 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 class="text-center mb-5" data-aos="zoom-in">
+        <img src="assets/img/modell.png" alt="Integratives Modell zur Gestaltung von lernzentrierten Feedbacksystemen" class="img-fluid" style="width: 100%; max-width: 600px;">
       </div>
 
-      <p>
-        <br>
-      </p>
-
-      <h2>Kognitive Faktoren</h2>
+      <h2 class="mt-4">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>
+      <h2 class="mt-4">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. 
+        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>
+      <h2 class="mt-4">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. 
+        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>
+      <h2 class="mt-4">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.
@@ -111,7 +100,7 @@
         </ul>
       </p>
 
-      <h2>Feedbacktypen</h2>
+      <h2 class="mt-4">Feedbacktypen</h2>
       <p>
         In einem Learning Analytics-System können vier verschiedene Feedbackarten genutzt werden:
         <ul>
@@ -139,5 +128,10 @@
   <script src="assets/vendor/isotope-layout/isotope.pkgd.min.js"></script>
   <script src="assets/vendor/php-email-form/validate.js"></script>
   <script src="assets/js/main.js"></script>
+  <script>
+    AOS.init({
+      duration: 1200,
+    });
+  </script>
 </body>
 </html>