AtuF
Feedbackwirkungen hängen u.a. von situativen und individuellen Faktoren der Lehr-Lernsituation ab. Adaptiert man informatives tutorielles Feedback an diese situativen und individuellen Faktoren, spricht man von Adaptivem tutoriellem Feedback. Im Rahmen des DFG-Projekts AtuF stand die Entwicklung und Evaluation adaptiver tutorieller Feedbackstrategien im Mittelpunkt des Interesses (Narciss et al. 2014).
Wie bei vielen anderen Instruktionsmaßnahmen hängen die Wirkungen von tutoriellem Feedback u.a. davon ab, wie gut es einerseits zu den Anforderungen der Lehr-Lernsituation, andererseits zum Wissens- und Könnensniveau der lernenden Person passt. Ziel des interdisziplinären DFG-Projektes AtuF ist es daher, adaptive tutorielle Feedback-Komponenten und Strategien für Bruchrechenaufgaben zu entwickeln und hinsichtlich ihrer kognitiven, metakognitiven und motivationalen Effekte zu untersuchen.
In der 1. Phase von AtuF haben wir neben Domänenanalyse und Repräsentation, Teile der Benutzermodellierung und der Diagnose von Fehlern untersucht sowie AtuF-Komponenten entwickelt und in ersten Experimenten deren Wirkungen bei Aufgaben mit typischen Fehlern untersucht.
In der 2. Phase untersuchen wir folgende empirische und technologische Voraussetzungen für die Adaptivität von Feedback und erste Formen der eigentlichen Adaptation:
- Untersuchungen der Effekte von AtuF-Komponenten und Strategien in Abhängigkeit von Aufgaben- und Lernereigenschaften
- Manuelle und automatische Analyse/data mining der logfiles aus den Experimenten
- Empirisch fundierte erweiterte Benutzermodellierung als Basis für Adaptation von Feedback
- Erweiterung der Kompetenz-Diagnose sowie Diagnose von motivationalen und anderen Variablen
- Empirische Untersuchungen verschiedener Dimensionen der Adaptation von Feedback
- Adaptation der Feedbackstrategie relativ zu Aufgaben- und Lernereigenschaften
- Evaluation der entwickelten Dimensionen der Adaptation
- Empirische Untersuchung und technische Voraussetzungen für Feedback und dessen Adaptation in verschiedenen Arten von Aufgaben.
Die Bearbeitung dieser Problemstellungen erfolgt in AtuF mit einem interdisziplinären Ansatz und mittels der Lernplattform ActiveMath.
Ausgewählte Publikationen:
Narciss, S. (2013). Teacher´s Assistant. International Innovation, October 2013, S. 19-21. [download]
Narciss, S., Sosnovsky, S., Schnaubert, L., Andrès, E., Eichelmann, A., Goguadze, G., & Melis, E. (in press). Exploring feedback and student characteristics relevant for personalizing feedback strategies. Computers & Education.
Narciss, S. (2013). Designing and Evaluating Tutoring Feedback Strategies for digital learning environments on the basis of the Interactive Tutoring Feedback Model. Digital Education Review, 23, 7-26. [Accessed: 19/06/2013] http://greav.ub.edu/der
Eichelmann, A., Narciss, S., Schnaubert, L., & Melis, E. (2012). Typische Fehler und Fehlerquellen bei der Addition und Subtraktion von Brüchen – Ein Review zu empirischen Fehleranalysen. Journal für Mathematik-Didaktik, 33, 29–57. DOI 10.1007/s13138-011-0031-5
Narciss, S. (2012). Feedback in instructional contexts. In N. Seel (Ed.), Encyclopedia of the Learning Sciences, Volume F(6), pp. 1285-1289. New York: Springer Science & Business Media, LLC.
Narciss, S. (2012). Feedback strategies. In N. Seel (Ed.), Encyclopedia of the Learning Sciences, Volume F (6), pp. 1289-1293. New York: Springer Science & Business Media, LLC.
Schnaubert, L., Andres, E., Narciss, S. & Sosnovsky, S. (2012). Using Local and Global Self-Evaluations to Predict Students' Problem Solving Behaviour. In A. Ravenscroft, S. Lindstaedt, C. Delgado Kloos & D. Hernandez-Leo (Eds.), 21st Century Learning for 21st Century Skills 7th European Conference of Technology Enhanced Learning, EC-TEL 2012, Saarbrücken, Germany, September 18-21, 2012. Proceedings (pp. 334-347). Lecture Notes in Computer Science, Volume 7563, DOI: 10.1007/978-3-642-33263-0
Schnaubert, L., Andrès, E., Narciss, S., Eichelmann, A., Goguadze, G., & Melis, E. (2011). Student Behavior in Error-Correction-Tasks and Its Relation to Perception of Competence. In C. Delago Kloos, D. Gillet, R. Crespo Garcìa, F. Wild, & M. Wolpers (Eds.) Towards Ubiquitous Learning, Proceedings of the 6th European Conference on Technology Enhanced Learning (pp. 370 - 383). Berlin: Springer. [STELLAR Stakeholders Distinct Award].
Eichelmann, A., Narciss, S., Schnaubert, L., Melis, E. & Goguadze, G. (2011). Design und Evaluation von interaktiven webbasierten Bruchrechenaufgaben. In H. Rohland, A. Kienle & S. Friedrich (Hrsg.), DeLFI 2011. Die 9. e-Learning Fachtagung Informatik (S. 31-42). Bonn: Köllen Verlag.
Melis, E., Faulhaber, A., & Doost, A. S. (2010). Supporting Flexible Competency Frameworks. In X. Luo, M. Spaniol, L.Wang, Q. Li, W. Nejdl, & W. Zhang (Eds.), Advances in Web-Based Learning - ICWL 2010 (pp. 210-219). doi:10.1007/978-3-642-17407-0 2.
Eichelmann, A., Narciss, S., Faulhaber, A., & Melis, E. (2008). Analyzing computer-based fraction tasks on the basis of a two-dimensional view of mathematics competencies. In J. Zumbach, N. Schwartz, T. Seufert, & L. Kester (Eds.), Beyond knowledge: The legacy of competence. Meaningful computer-based learning environments (pp. 125-134). Dordrecht: Springer.
Melis, E., Faulhaber, A., Eichelmann, A., & Narciss, S. (2008). Interoperable Competencies Characterizing Learning Objects in Mathematics. In B. Woolf et al. (Eds.), Intelligent Tutoring System, Lecture Notes in Computer Science 5091 (pp. 416-425). Berlin: Springer.