Prof. Dr. Rolf Schulmeister:
Was wir über das Lernverhalten unserer Studierenden wissen. Welche Faktoren beeinflussen den Lernerfolg?
Dienstag, 16. September 2014
Da die Aufzeichnung der Keynote leider nicht geklappt hat und die Folien aber fast nur statistische Diagramme zeigen, die ohne verbale Erläuterung von Herrn Schulmeister nicht selbst erklärend sind, finden Sie anbei einige Hinweise auf Forschungsberichte, in denen man die Essenz der Keynote nachlesen kann. Sie basiert auf Studien, zu denen sich Links zum Download auf der Website des ZEITLast-Projekts befinden: http://www.zhw.uni-hamburg.de/zhw/?page_id=419
Literaturhinweise und weitere Materialien
Abstract:
Im ZEITLast-Projekt wurde per Zeitbudget-Methode täglich fünf Monate lang in 27 Stichproben aus unterschiedlichen Fächern und Hochschulen die Workload der Bachelor-Studierenden detailliert erhoben. Die minutiöse Erhebung und Analyse der Workload hatte zu der überraschenden Einsicht geführt, dass das subjektive Empfinden von Zeit und Belastung in keiner Weise der objektiv gemessenen Zeit entspricht. Die Analyse offenbart nicht nur die Schwäche des unbetreuten Selbststudiums, sondern öffnet den Blick zugleich für die enorme Diversität in Motivation und Lernverhalten. Während Studierende mit einem zeitlichen Einsatz unter 20 Stunden pro Woche keine/einige/alle Prüfungen bestanden, bestanden Studierende mit einem zeitlichen Einsatz über 40 Stunden pro Woche etliche Prüfungen nicht und vice versa. Es konnte nachgewiesen werden, dass die Zeit, die Studierende im Studium aufwenden, keine korrelative Beziehung zum Prüfungserfolg eingeht.
Die hohe individuelle und interindividuelle Varianz selbst im Präsenzstudium, aber besonders im Selbststudiums führt zur Einsicht, dass es weder die bzw. den Normalstudierenden gibt noch einen normalen gleichförmigen Studienverlauf. Differenziert man jedoch die Studierenden nach ihrer Motivation, so werden Gruppenprofile von Studierenden erkennbar, die sich doch nach Workload und Studienerfolg unterscheiden. Für die Hochschulen und die Hochschuldidaktik ist es deshalb wichtig, nach Studienstrukturen zu suchen, in denen der Heterogenität Rechnung getragen wird.
Um diese Erkenntnisse abzusichern, wurden in einer Metastudie 300 empirische Studien aus der Lernforschung zu Workload und Studienerfolg gesichtet. Die Höhe der Workload erweist sich nicht als Prädiktor für den Studienerfolg. Die bekannten demographischen Variablen verlieren im Vergleich zu Variablen des Lernverhaltens wie Gewissenhaftigkeit, Aufmerksamkeit, Konzentration und persistente Zielverfolgung an prognostischer Kraft.
CV:
Prof. Dr. Rolf Schulmeister war seit 1976 Professor am Interdisziplinären Zentrum für Hochschul- und Weiterbildung (IZHD) der Universität Hamburg, das er 1971 gegründet hatte (heute ZHW). Er hat 1987 das Institut für Deutsche Gebärdensprache und Kommunikation Gehörloser der Fakultät für Geisteswissenschaften mitgegründet und lehrte im Studiengang Medienwissen-schaft der Fakultät. Ursprünglich Literatur- und Sprachwissenschaftler hatte sich Rolf Schul-meister bereits früh auf Methoden des Lernens mit Medien spezialisiert, Forschungsprojekte zum Lernen der Statistik und der Mathematik durchgeführt sowie Multimedia-Lernprogramme für Statistik, Methodenlehre und Gebärdensprache entwickelt. Seit der Ein-führung der konsekutiven Bologna-Architektur hat er sich mit dem ZEITLast-Projekt der Bil-dungsforschung zugewendet, mit der Methode des Zeitbudgets die Workload der Studieren-den und ihre Motivation analysiert und alternative Modelle der Lehrorganisation entwickelt, z.B. in der FH St. Pölten mit dem Konzept der geblockten Module.
Dr. Patrick Jermann:
Gaze Analytics: where do we stand?
Mittwoch, 16. September 2014
Abstract:
Analytics and big data are the new hit in learning technologies. Expectations for effective support of learning are rising with the advent of MOOCs and the combination of massive data and artificial intelligence techniques. This recent approach to support learning ressembles what online companies do to build increasingly precise customer profiles and recommendation systems. Are such approaches valid in the context of learning ? eLearning platforms nowadays develop dashboards for teachers to follow-up on their students and build A/B testing facilities into the learning platforms.
In this talk, I will illustrate the process of mining gaze and clickstream data for indicators of learning and understanding. I will summarise several years of research about dual eye-tracking that have shown the importance of attending to references as a predictor for understanding. I then report findings from clickstream analytics that attempt to model the depth of information processing from the log of actions on the video player.
Defining indicators for learning is only the first step in the control loop that analytics try to achieve. The next milestone in analytics research is to design and test strategies to support learners.
CV:
After studies in Geneva (TECFA) and Pittsburgh (LRDC) Dr. Patrick Jermann joined EPFL in 2003 to coordinate eLearning projects and conduct research in the field of Computer Supported Collaborative Learning (CSCL). Starting 2013 Patrick Jermann is responsible for MOOCs production at the Center for Digital Education (CEDE).
His specialties are unteraction analysis, research methods, statistical methods, prototyping, software development, pedagogical design. He worked on projects like tangible augmented simulation (http://dualt.epfl.ch/page62923.html and http://www.simpliquity.com) and dual eye-tracking for collaborative problem-solving (http://www.dualeyetracking.org).
Dr. Patrick Jermann is Associate Editor for the IEEE Transactions on Learning Technologies and Member of the Editorial Board for the International Journal of Computer Supported Collaborative Learning (iJCSCL).
