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
Hochschulübergreifend adaptive Lernwege Mathematik
Etwa die Hälfte aller deutschen Studierenden bestreitet ein mathematikhaltiges Studium. Viele erleben dort erhebliche Schwierigkeiten und die Abbruchquoten sind hoch. Maßnahmen der letzten Jahrzehnte waren zwar lokal oft erfolgreich, haben aber die Lage insgesamt kaum verändert. Gründe dafür können in mangelnder Individualisierung, Verbindlichkeit und Kohärenz der Angebote sowie einer unzureichenden Einbindung in jeweilige Studiengänge gesehen werden. Das Projekt HALMA soll für Studierende verbindliche und an Kompetenzprofile sowie Studienziele adaptierte individuelle sowie fachlich kohärente Wege im Lehrangebot explizit verankern. Damit verbundene Ziele sind (1) das Schaffen eines Fundaments verbindlicher Angebote zur Sicherung berufsfeldbezogener Studierfähigkeit, (2) die Revision der mathematischen Curricula, aufbauend auf erwartbarem Schulwissen und gerichtet auf studiengangspezifische Anforderungen, (3) die Stärkung berufsfeldbezogener Mathematikangebote und (4) die Individualisierung der Lehre. Die Umsetzung dieser Ziele erfordert eine grundlegende strukturelle Veränderung der Lehrarchitektur beteiligter Studiengänge. In HALMA ist ein agiler und evidenzbasierter Prozess in Partizipation aller am Lehr-Lern-Prozess beteiligten Personen aus der Mathematik und den beteiligten Fachbereichen vorgesehen. Das Kompetenzzentrum Hochschuldidaktik Mathematik (khdm) als Institution mit Erfahrung und internationalem Netzwerk wird diesen Prozess steuern und die Maßnahmen beraten.
Projekt anzeigen
Entwicklung einer CRUD-API für die Software Madek
Um die Software Madek zu modularisieren und zukunftssicher zu machen, hat das ORC die Entwicklung einer CRUD-API in Auftrag gegeben. Eine CRUD-API ermöglicht die Anbindung von Madek an andere Systeme und Applikationen. Mit der bis dahin vorhandenen API und aufgrund des teilweise monolithischen Codes der Software waren Lesezugriffe nur mit hohem Aufwand, Schreibzugriffe gar nicht möglich.
Maßnahme anzeigen
Kollaboratives Arbeiten in Lehre und Studium – Beiträge des Verbundprojektes Co3Learn beim Hochschulforum Digitalisierung
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen