eCollaboration in der Hochschullehre. Bewertung mittels Learning Analytics.

Autor/in	Rietze, Michel
Titel	eCollaboration in der Hochschullehre. Bewertung mittels Learning Analytics.
Quelle	Dresden: Technische Universität Dresden (2019), VI, 131 S. PDF als Volltext kostenfreie Datei (1); PDF als Volltext kostenfreie Datei (2) Link als defekt meldenVerfügbarkeit Dissertation, Technische Universität Dresden, 2019.
Sprache	deutsch
Dokumenttyp	online; Monographie
URN	urn:nbn:de:bsz:14-qucosa2-340294
Schlagwörter	Learning Analytics; Kooperatives Lernen; Lernen; Lernbegleitung; Gruppenarbeit; Computerunterstützter Unterricht; Kollaboration; Hochschullehre; Virtuelle Lehre; Dissertation; Hochschule; Hochschulschrift
Abstract	Wissen bekommt in unserer Gesellschaft eine immer stärkere Bedeutung und stellt Individuen und Organisationen vor verschiedenste Herausforderungen. Der gesamtwirtschaftliche Anteil materieller Güter wird gegenüber wissensintensiven Dienstleistungen zurückgehen, d.h. es bedarf zukünftig immer stärker gut aus- und weitergebildeter Experten, die miteinander die Innovationskraft von Organisationen steigern und kundenspezifische Lösungen entwickeln. Ausgehend von den für Experten benötigten Kompetenzen sogenannter Wissensarbeiter fokussiert diese Arbeit die Begleitung und Bewertung von kollaborativer Teamarbeit. Als Forschungsobjekt dienen Virtual Collaborative Learning-Veranstaltungen, in denen die zukünftigen Experten als Lernende teilnehmen. Sie werden in virtuellen Klassenräumen von Lernbegleitern beobachtet und bewertet, um sie bei der Entwicklung neuer Kompetenzen zu unterstützen und so die Erreichung der Lernziele zu gewährleisten. Da die Lernbegleitung bislang manuell durchgeführt wird, ist eine zeitnahe Beurteilung und Intervention nicht möglich. Mit Learning Analytics sollen Lösungen vorgeschlagen werden, die die Lernbegleiter in ihrer Arbeit unterstützen und den Aufwand reduzieren. Hierzu thematisiert diese Dissertation in sechs kumulativen Beiträgen, wie die zugrundeliegenden Daten verfügbar gemacht werden können und welche Beobachtungen anhand welcher Kriterien mittels ausgewählter Methoden der Learning Analytics durchgeführt werden sollten. Im Rahmen des Design Science Paradigmas werden verschiedene qualitative und quantitative Forschungsmethoden zur Datenerhebung und -auswertung angewendet. Im Ergebnis entsteht ein beispielhafter Katalog von Learning Analytics Methoden, die sich auf spezifische Erkenntnisziele der Beobachtungen von kollaborativer Gruppenarbeit beziehen. Ebenso wird der Einsatz einer ausgewählten Methode evaluiert. Die gewonnenen Erkenntnisse können zukünftig auf vergleichbare kollaborative Lehrangebote in der Ausbildung von Wissensarbeitern, aber auch zur Analyse und Unterstützung der virtuellen Zusammenarbeit im geschäftlichen Umfeld transferiert werden. (Orig.).
Erfasst von	Deutsche Nationalbibliothek, Frankfurt am Main
Update	2021/3