- Titel
- Digitales Lernen fesselnd gestalten
- Untertitel
- Motivation beim Lösen verschiedener Aufgabentypen
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-365894
- Konferenz
- Gemeinschaften in Neuen Medien. Dresden, 10.-11.10.2019
- Quellenangabe
- Gemeinschaften in neuen Medien. Erforschung der digitalen Transformation in Wissenschaft, Wirtschaft, Bildung und öffentlicher Verwaltung
Herausgeber: Prof. Dr. Thomas Köhler, Prof. Dr. Eric Schoop, Prof. Dr. Nina Kahnwald
Erscheinungsort: Dresden
Verlag: TUDpress
Erscheinungsjahr: 2019
Seiten: 282-291
ISBN: 978-3-95908-186-3 - Erstveröffentlichung
- 2019
- Abstract (DE)
- Die Integration von verschiedenen Aufgabentypen zur Wissensvermittlung und -abfrage wird bei der Gestaltung von digitalen Lernanwendungen häufig empfohlen. Vielfältige Aufgabentypen können zu einer erhöhten Motivation im Lernprozess führen. Bislang gibt es jedoch wenig Erkenntnisse darüber, ob einige Aufgabentypen mehr motivieren als andere. Aus diesem Grund wird in der vorliegenden Studie untersucht, inwiefern Ja/Nein-Fragen, Multiple Choice-Aufgaben, Markierungs-, Reihenfolge-, Zuordnungs-, Freitextaufgaben, Kreuzworträtsel und Lückentexte motivieren. Die Ergebnisse zeigen, dass Kreuzworträtsel und Markierungs- sowie Zuordnungsaufgaben am meisten Motivation hervorrufen, während Lückentexte und Freitextaufgaben am wenigsten motivierend wirken. Bei der Gestaltung zukünftiger digitaler Lernanwendungen sollte dies berücksichtigt werden.
- Freie Schlagwörter (DE)
- GeNeMe 2019, Wissensmanagement, Transformation, Wissensgemeinschaften, digitales Lernen, Aufgabentypen, Motivation
- Freie Schlagwörter (EN)
- GeNeMe 2019, knowledge management, transformation, knowledge communities, digital learning, task types, motivation
- Klassifikation (DDC)
- 330
- Klassifikation (RVK)
- QR 760
- Verlag
- TUDpress, Dresden
- Sonstige beteiligte Institution
- Technische Universität Dresden, Dresden
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-365894
- Veröffentlichungsdatum Qucosa
- 18.12.2019
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
