- Titel
- Bedarfsanalyse zur Darstellung von Daten im Bereich Learning Analytics aus Lernenden-Sicht
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-856421
- Konferenz
- Gemeinschaften in Neuen Medien. Dresden, 06.–07.10.2022
- Quellenangabe
- Gemeinschaften in Neuen Medien. Digitalität und Diversität. Mit digitaler Transformation Barrieren überwinden!? : 25. Workshop GeNeMe‘22 Gemeinschaften in Neuen Medien
Herausgeber: Thomas Köhler, Eric Schoop, Nina Kahnwald, Ralph Sonntag
Erscheinungsort: Dresden
Verlag: TUDPress
Erscheinungsjahr: 2022
Seiten: 195-207
ISBN: 978-3-95908-241-9 - Erstveröffentlichung
- 2022
- DOI
- https://doi.org/10.25368/2023.74
- Abstract (DE)
- Learning Analytics beschreibt das Messen, Sammeln, Analysieren und Berichten von Daten, um Lernprozesse verstehen und verbessern zu können (Siemens und Long 2011). Eng verwandt mit Learning Analytics sind die Bereiche Academic Analytics und Educational Data Mining, die mit jeweils unterschiedlicher Ausrichtung ebenso die datenbasierte Überprüfung, Vorhersage und Änderung von akademischen Prozessen untersuchen (Baepler und Murdoch 2010). In diesem Beitrag fokussieren wir entsprechende Benutzungsschnittstellen, welche die gesammelten Daten visualisieren und verfügbar machen. ... [Aus: Einleitung]
- Freie Schlagwörter (DE)
- GeNeMe 2022, analytisches Lernen, Bedarfsanalyse, Lernprozesse, Visualisierung
- Freie Schlagwörter (EN)
- GeNeMe 2022, learning analytics, Needs analysis, learning processes, visualization
- Klassifikation (DDC)
- 330
- Klassifikation (RVK)
- QR 760
- Verlag
- TUDpress - Verlag der Wissenschaften, Dresden
- Sonstige beteiligte Institution
- Hochschule der Deutschen Gesetzlichen Unfallversicherung (HGU)
- Technische Universität Dresden, Center for Open Digital Innovation and Participation (CODIP)
- Technische Universität Dresden, Fakultät Wirtschaftswissenschaften
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-856421
- Veröffentlichungsdatum Qucosa
- 31.05.2023
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
