The Big Five. Addressing recurrent multimodal learning data challenges.

Autor/inn/en	Di Mitri, Daniele; Schneider, Jan; Specht, Marcus; Drachsler, Hendrik
Titel	The Big Five. Addressing recurrent multimodal learning data challenges.
Quelle	Aus: Martinez-Maldonado, Roberto (Hrsg.); Echeverria, Vanessa (Hrsg.); Prieto, Luis P. (Hrsg.); Rodriguez-Triana, Maria Jesus (Hrsg.); Spikol, Daniel (Hrsg.); Curukova, Mutlu (Hrsg.); Mavrikis, Manolis (Hrsg.); Ochoa, Xavier (Hrsg.); Worsley, Marcelo (Hrsg.): CrossMMLA 2018 - Multimodal Learning Analytics Across (Physical and Digital) Spaces: Proceedings of the Second Multimodal Learning Analytics Across (Physical and Digital) Spaces co-located with the 8th International Learning Analytics and Knowledge Conference (LAK 2018), Sydney, Australia, March 06, 2018. Aachen: RWTH (2018) 5 S. PDF als Volltext kostenfreie Datei Link als defekt meldenVerfügbarkeit
Reihe	CEUR Workshop Proceedings
Sprache	englisch
Dokumenttyp	online; Sammelwerksbeitrag
Schlagwörter	Datensammlung; Lernen; Datenanalyse; Datensammlung; Datenspeicherung; Lernen; Datenanalyse; Datenspeicherung; Multimodalität; Multimodalität; Herausforderung
Abstract	The analysis of multimodal data in learning is a growing field of research, which has led to the development of different analyticssolutions. However, there is no standardised approach to handle multimodal data. In this paper, we describe and outline a solution for five recurrent challenges in the analysis of multimodal data: the data collection, storing, annotation, processing and exploitation.For each of these challenges, we envisionpossiblesolutions.The prototypes for some of the proposed solutions will bediscussed during the Multimodal Challenge of the fourth Learning Analytics & Knowledge Hackathon, a two-day hands-on workshop in which the authors will openup the prototypes for trials, validation and feedback.
Erfasst von	DIPF \| Leibniz-Institut für Bildungsforschung und Bildungsinformation, Frankfurt am Main
Update	2023/1