Auswertung von Studienverlaufsdaten
Zur Überprüfung der Frage, inwieweit die Wahl von Modulreihenfolgen einen Erklärungsgehalt auf den Studienerfolg haben wurden Studienverläufe von Absolventinnen und Absolventen analysiert. Würden sich aus der Reihenfolge bei der Wahl von Modulen signifikante Erkenntnisse ermitteln lassen, dann könnten diese in einem digitalen Studienassistenten berücksichtigt werden. Konkret wurden mittels ökonometrischer Instrumente beispielsweise analysiert ob es erfolgreicher für eine Abschlussnote oder die Studiendauer ist früh im Studium spezifische Kernfächer (als notwendige Grundlage) oder Wahlmodule (als Motivation) zu belegen?“, „Ziel ist es, durch Aufdeckung erfolgreicher Strategien, Studierenden Vorschläge zur effizienten und effektiven Studienplanung an die Hand zu geben, um den erfolgreichen Studienverlauf zu unterstützen. Als weiteres Ziel sollen die Daten auch zur Optimierung der des Studiums von organisationaler Seite aus genutzt werden, um das Design des Studiengangs zu überdenken und
Kategorien
Beschreibung
Herausforderung
1. Studierende können von der Anzahl an Möglichkeiten der Studienplanung überfordert werden.
2. Dynamiken zwischen Fächern, durch welche das Bestehen verschiedener Module zusammenhängen kann, sind nicht bekannt, wodurch Studierende Gefahr laufen ineffektive Planungen zu entwerfen.
3. Lehrstühle und Professuren verändern ihre Studiengänge laufend, aber detaillierte Evaluationen sind aufgrund des Umfangs der Daten schwierig.
Herangehensweise
- Ordnung der Daten
- Auswählen relevanter Module und Kennzahlen (Anzahl der Versuche, Semester des Bestehens, Abschlussnote etc.)
- Durchführung zahlreicher ökonometrischer Regressionsmodelle in mehreren Versionen.
- Verdichten der Daten.
- Extrapolation von klaren Empfehlungen an die Studierenden und die Studiengangsorganisation
Zusammenhang
Die Ergebnisse wurden auf Basis von Daten über großteils erfolgreich abgeschlossenen Studienverlaufsdaten im Rahmen umfangreicher Auswertungen ermittelt. Methodiken und Fragestellungen sollen weiterhin über mehrere Studiengänge zur umfassenden Evaluation und für Empfehlungen an die Studierenden genutzt werden. Studiengangsbeauftragte äußerten hier großes Interesse.
Voraussetzung
- Zugang zu umfänglichen und vollständigen Studienverlaufsdaten (Datenschutz)
- Daten müssen für valide Auswertungen in ausreichender Zahl vorliegen
- Klare Fragestellungen und Konzepte zu Auswertungen
- Ausreichend Zeit für die Auswertungen und wiederholte Rücksprache zur Feinjustierung der Methoden
- Notwendig wären außerdem Informationen zur Bildungs-Vorbiografie der Studierenden
Eignung
- Anstieg der erfolgreichen Studienverläufe
- Verbesserung der Notenschnitte der Studierenden
- Höhere Konsistenz in der Modulwahl
Vorgehen/Schritte
Bei der Datenspeicherung frühzeitig mögliche Auswertungen von Verlaufsdaten mitberücksichtigen.
DatenIndikatoren aus der Bildungsbiographie (Fächernoten, Ausbildungsgänge u.ä.) bei der Analyse von Studiumsverlaufsdaten miteinbeziehen.
Hinweise
Learnings
Indikatoren aus der Bildungsbiographie (Fächernoten, Ausbildungsgänge u.ä.) bei der Analyse von Studiumsverlaufsdaten miteinbeziehen. Ohne Kontextdaten und Vorbiographie die derzeit nicht zugänglich sind erweisen sich die inhaltlichen Erkenntnisse der Studiumsverläufe als zu unsicher, um Sie in der Studierendenberatung zu berücksichtigen zu können. Ein Ergebnis, das aber eine Veröffentlichung nicht rechtfertigt.
Kontakt
Das könnte Sie auch interessieren
Career Readiness durch Microcredentials
Der demografische Wandel u. der Fachkräftemangel stellen die Hochschulen in Sachsen-Anhalt vor große Herausforderungen. Ziel des Verbundes ist es, Lehrangebote u. Strukturen durchlässiger zu gestalten, indem Microcredentials (MC) als eigenständige Lernmodule entwickelt u. zugänglich gemacht werden. Die Erarbeitung von Qualitätsstandards stellt sicher, dass die erworbenen Kompetenzen für die individuellen Bildungsbiografien an allen Hochschulen des Landes anerkannt u. auf dem Arbeitsmarkt akzeptiert werden. Drei zentrale Schwerpunkte sind: Förderung von Schlüsselkompetenzen: An den beteiligten Hochschulen werden MC in Bereichen wie Summer Schools, Bachelor-Master-Übergängen, Weiterbildungsmodulen, Brückenkursen, MINT-Förderung u. Sprachzertifikaten entwickelt.Erhöhung der Durchlässigkeit: Es werden Qualitätsstandards erarbeitet, um die Anerkennung und Anrechnung von MC zu ermöglichen. Diese sollen in verschiedenen Szenarien, z. B. als Kombination von Studium u. Zusatzkursen oder als Module für Zertifikate und Abschlüsse, erprobt werden.Unterstützung durch technische Infrastruktur: Eine zentrale Plattform zur öffentlichen Darstellung, Verwaltung u. Anerkennung der MC wird geschaffen, um eine Nutzung zu erleichtern u. ihre Akzeptanz auf dem Arbeitsmarkt sicherzustellen. Das Vorhaben ist in Konzeptions-, eine Pilot- u. eine Verstetigungsphase unterteilt. Adressaten d. Entwicklungsarbeit sind: Studierende, Gasthörer:innen, Zertifikatsteilnehmende, Prüfungs- u. Zulassungsverwaltungen.
Projekt anzeigen
Entwicklung digitaler adaptierbarer Unterstützung in Lehre/Lernen berufsbegleitend Fernstudierender
Zur Unterstützung von Lehre und Lernen wurde eine digitale ToDo-Liste in OpenOlat entwickelt. In Zusammenarbeit mit Lehrenden entstanden Lernpfadkurse und interaktive Elemente zur Anreicherung der Lehre. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigen
CoFacS – Simulating a Complete Factory to Study the Security of Interconnected Production
While the digitization of industrial factories provides tremendous improvements for the production of goods, it also renders such systems vulnerable to serious cyber-attacks. To research, test, and validate security measures protecting industrial networks against such cyber-attacks, the security community relies on testbeds to simulate industrial systems, as utilizing live systems endangers costly components or even human life. However, existing testbeds focus on individual parts of typically complex production lines in industrial factories. Consequently, the impact of cyber-attacks on industrial networks as well as the effectiveness of countermeasures cannot be evaluated in an end-to-end manner. To address this issue and facilitate research on novel security mechanisms, we present CoFacS, the first COmplete FACtory Simulation that replicates an entire production line and affords the integration of real-life industrial applications. To showcase that CoFacS accurately captures real-world behavior, we validate it against a physical model factory widely used in security research. We show that CoFacS has a maximum deviation of 0.11% to the physical reference, which enables us to study the impact of physical attacks or network-based cyber-attacks. Moreover, we highlight how CoFacS enables security research through two cases studies surrounding attack detection and the resilience of 5G-based industrial communication against jamming.
Publikation anzeigen