Partizipatives Offline Learning Analytics
Grundlagenveranstaltungen im MINT-Bereich sind oft Massenveranstaltungen mit sehr heterogenen Studierenden. Lehrende und TutorInnen haben dabei wenig Einblick in die Lernprozesse, insbesondere in analoge Aktivitäten wie Übungsbearbeitungen ohne Abgabe. Learning Analytics (LA) bietet zwar datenbasierte Einsichten, konzentriert sich aber meist auf digitale Formate. Studierende sind bei der Entwicklung oft kaum partizipativ eingebunden.Das Projekt entwickelt iterativ ein modulares, frei verfügbares Tool PaOLA, das analoge Lernprozesse sichtbar macht. Studierende erfassen selbst Daten (z.B. Lernzeiten, Fragen und Probleme), um ihr eigenes Lernen zu reflektieren. Ebenso erhalten Lehrende aggregierte Einblicke über ein Dashboard, um gezielter auf die Bedürfnisse der Studierenden eingehen zu können. Ziel ist es, die Lücke zwischen Lehrenden, TutorInnen und Lernenden zu schließen und die Selbstregulation der Studierenden zu fördern. Dabei stehen Datenschutz, einfache Integration in den Lernalltag (als mobile App/Web-App) und Motivation zur freiwilligen regelmäßigen Nutzung (z.B. durch Gamification und Zugang zu Zusatzmaterialien) im Fokus. Studierende, TutorInnen und Lehrende werden aktiv in die Entwicklung einbezogen. Das Projekt beantwortet die Frage, wie analoge Lernaktivitäten sinnvoll in Learning Analytics integriert werden können, welche Funktionen ein solches Tool bereitstellen sollte und wie daraus Impulse für Reflexion der Lernprozesse und Verbesserung der Lehre entstehen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Virtuelle kieferorthopädische Therapieplanung
Die Planung einer kieferorthopädischen (KFO) Therapie basiert auf der Bewertung einer Vielzahl von Einzelbefunden und -diagnosen, d. h. Analysen von Röntgenbildern, Kiefermodellen und klinischen Befunden. Wesentliche Bausteine des Therapieplans sind sog. Problemkomplexe, für welche jeweils ein konzeptionelles therapeutisches Vorgehen festzulegen ist. Zudem sind eine chronologische Therapieabfolge und apparative Umsetzung zu definieren. Der Planungsprozess ist sehr komplex und daher im Rahmen des Zahnmedizinstudiums schwierig vermittelbar. So ergaben Befragungen von Studierenden den Wunsch einer Implementierung digitaler, unterstützender Tools. Ziel dieses Antrags ist die Konzeption und Realisierung einer systematischen digitalen KFO-Therapieplanung. Das modulare Grundkonzept wird durch aufeinander aufbauende Stufen bzw. Softwaremodule reflektiert. Durch das Projekt soll das Lehrkonzept substanziell didaktisch weiterentwickelt, und die Anzahl der im Studium geplanten KFO-Patientenfälle deutlich erhöht werden. Der Prozess wird interaktiv gestaltet und durch Feedback-Schleifen nachvollziehbarer gestaltet. Zudem sollen auch KI-gestützte Methoden für adaptive, individuelle Antworten angebunden werden können. Studierende sind in die didaktische Konzeption eingebunden, und evaluieren die entwickelten Tools hinsichtlich deren Usability. Neben dem direkten Nutzen für die Studierenden sollen durch implementierte Datenanalysen Schwachstellen im Lehrkonzept identifiziert werden können.
Projekt anzeigen
PartiPause
Die PartiPause ist ein Partizipationsformat für Studierende, das an der HAW Hamburg als Reaktion auf Herausforderungen mit studentischer Partizipation an Hochschulen entwickelt wurde. Studierende geben Zeitmangel, unzureichende Informationen über Partizipationsmöglichkeiten und das Gefühl wenig Einfluss zu haben, als Hürde im Zusammenhang mit studentischer Partizipation an. Dem begegnet die PartiPause als niedrigschwelliges Partizipationsformat, das den Studierenden ermöglicht ihre Perspektiven spontan und schnell einzubringen und damit Einfluss auf das Hochschulgeschehen zu nehmen. Die PartiPause ist ein Befragungsformat, das in Präsenz an stark frequentierten Orten der Hochschule stattfindet. Ein Stand mit kurzen, alltagsnahen Befragungen ermöglicht es den Studierenden “im Vorbeigehen” teilzunehmen und ohne großen zeitlichen Aufwand ihre Perspektive einzubringen. Die PartiPause verfolgt das Ziel, das Bewusstsein der Studierenden für ihre Partizipationsmöglichkeiten zu schärfen.
Maßnahme anzeigen
Bot or Not? Differences in Cognitive Load Between Human- and Chatbot-Led Post-Simulation Debriefings
Understanding how different debriefing formats impact learner’s cognitive load is crucial for designing effective post-simulation reflection activities. This paper examines cognitive load after post-simulation debriefings facilitated either by a human instructor or a generative AI Chatbot. In a controlled study with N = 45 educational science students, 23 participants engaged in a lecturer-facilitated debriefing, while 22 completed a chatbot-guided session. Cognitive load was assessed across intrinsic, extraneous, and germane dimensions. Results revealed no statistically significant differences between the two debriefing methods. Future research should examine AI-led debriefings with larger samples and employ complementary measures of cognitive load to provide a more comprehensive understanding.
Publikation anzeigen