Digitalisierung an Hochschulen und ihre Gelingensbedingungen
Potentiale und Herausforderungen digitaler Hochschulbildung
Stützer, Cathleen M. (2022). Künstliche Intelligenz in der Hochschullehre. Empirische Untersuchungen zur KI-Akzeptanz von Studierenden an (sächsischen) Hochschulen. Ein Beitrag aus dem tech4comp–Verbundprojekt (BMBF:16DHB2103), 28.02.2022, 88 Seiten, Forschungsbericht, Open Access, https://doi.org/10.25368/2022.12 , Technische Universität Dresden, Zentrum für Qualitätsanalyse (ZQA) | Kompetenzzentrum für Bildungs- und Hochschulforschung (KfBH).
Stützer, C. M., Gaaw, S., Herbst, S., & Pengel, N. (voraussichtl. 2022). Ménage à trois. Zur Beziehung von Künstlicher Intelligenz, Hochschulbildung und Digitalität. In T. Schmohl, & A. Watanabe (Eds.), Künstliche Intelligenz in der Hochschulbildung, Chancen und Grenzen des KI-gestützten Lernens und Lehrens. Transcript (in press).
Stützer, C. M., & Kravčík M. (voraussichtlich 2022). Künstliche Intelligenz in der Hochschulbildung. Bildungssoziologische Perspektiven und Herausforderungen. In C. de Witt, C. Gloerfeld, & S. E. Wrede (Eds.). Künstliche Intelligenz in der Bildung. Wiesbaden: Springer Verlag (in press).
Stützer, C. M., & Herbst, S. (2021). KI-Akzeptanz in der Hochschulbildung. Zur Operationalisierung von Einflussfaktoren auf die Akzeptanz intelligenter Bildungstechnologien. Bildung in der digitalen Transformation, Vol. 78. GMW - Medien in der Wissenschaft: Waxmann-Verlag.
Gaaw, S., & Stuetzer, C. M. (2020). A proactive perspective on the future of Learning Analytics: A systematic literature review. Companion Proceedings of the 10th International Conference on Learning Analytics & Knowledge LAK20, 74–76. Retrieved from https://www.solaresearch.org/wp-content/uploads/2020/06/LAK20_Companion_Proceedings.pdf
Gaaw, Stephanie/ Wifek, Jonas (2020):
Selbstreguliertes Lernen hoch zwei.
In: Potentiale und Herausforderungen Digitaler Hochschulbildung. (2), 3-13.
Selbstreguliertes Lernen hoch zwei (pdf)
Stützer, Cathleen M./ Frohwieser, Dana/ Lenz, Karl (2020):
Was digitale Lehre zur „guten“ Lehre macht.
In: Potentiale und Herausforderungen Digitaler Hochschulbildung. (1), 3-10. Retrieved from https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-720372
Stützer, Cathleen M./ Gaaw, S. (2018):
Zur Leistungsfähigkeit von Blended Learning im Zeitalter der Digitalisierung.
In: Gemeinschaften in Neuen Medien. Forschung Zu Wissensgemeinschaften in Wissenschaft, Wirtschaft, Bildung Und Öffentlicher Verwaltung. (978-3-95908-145-0), 53–61. Retrieved from https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-336567
Virtuelle Lehre in der Corona-Pandemie
Karl Lenz und Stephanie Gaaw (2021):
Digitales Prüfen im Wintersemester 2020/21 - Ergebnisse der Begleitstudie.
Bericht zur Begleitstudie (pdf)
Karl Lenz, Dana Frohwieser, Stephanie Gaaw, Pauline Dunkel, Jonatan Möller, Lars Oertel (2021):
Hochschullehre in der Corona-Pandemie – Umstellung auf die virtuelle Lehre an der TU Dresden im Sommersemester 2020 aus Sicht der Studierenden und Lehrenden. Bericht zur 3. Welle und Gesamtbericht.
Ergebnisse der dritten Befragungswelle und Gesamtbericht (pdf)
Dana Frohwieser, Stephanie Gaaw, Stephanie Hartmann, Marcel Jablonka, Karl Lenz, Jonatan Möller, Johannes Winter (2020):
Lehre in der Corona-Pandemie – Überblicksauswertung der zweiten Befragungswelle. Befragung von Lehrenden und Studierenden zur coronabedingten Umstellung auf virtuelle Lehre im Sommersemester 2020.
Ergebnisse der zweiten Befragunswelle im Juli 2020 (pdf)
Frohwieser, Dana/ Gaaw, Stephanie/ Hartmann, Stephanie/ Lenz, Karl/ Möller, Jonatan (2020):
Zwischen „Was am meisten fehlt, ist Zeit.“ und „Danke, dass ein Studium möglich gemacht wird.“ Befragung von Lehrenden und Studierenden zur coronabedingten Umstellung auf virtuelle Lehre im Sommersemester 2020.
Ergebnisse der ersten Befragungswelle im April 2020 (pdf)
Digitale Transformation - Wirksamkeit und Gelingensbedingungen
Stützer, C. M., Winter, J., & Jablonka, M. (2020). Blended Learning Analytics (II) - Text als Wissensspeicher. 18. Workshop on E-Learning - Tagungsband. (134), 126–132. Retrieved from https://zfe.hszg.de/fileadmin/NEU/Redaktion-Zfe/Dateien/wel/wel20/Tagungsband_WeL20.pdf
Stützer, C. M. (2020). Innovative Forschungsmethoden in der Evaluation – Text Mining und Data Analytics zur Erfolgsmessung und Wirksamkeitsanalyse. In B. Keller, H.-W. Klein, A. Wachenfeld-Schell, & T. Wirth (Eds.), Marktforschung für die Smart Data World (pp. 157–175). Wiesbaden: Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-28664-4_12
Stützer, C. M., Wachenfeld-Schell Alexandra, & Oglesby Stefan (Eds.). (2019). Kompendium der Online-Forschung. Vol. 1. (Intelligentes) Text Mining in der Marktforschung. Köln. (zum Download)
Gaaw, S., & Stuetzer, C. M. (2020). A proactive perspective on the future of Learning Analytics: A systematic literature review. Companion Proceedings of the 10th International Conference on Learning Analytics & Knowledge LAK20, 74–76. Retrieved from https://www.solaresearch.org/wp-content/uploads/2020/06/LAK20_Companion_Proceedings.pdf
Stuetzer, C. M., Welker, M., & Egger, M. (Eds.). (2018). Neue Schriften zur Online-Forschung. Vol. 15. Computational Social Science in the Age of Big Data: Concepts, Methodologies, Tools, and Applications. Köln: Herbert von Halem Verlag. (zum Download)
Stuetzer, C. M., Welker, M., & Egger, M. (2018). Big Data Analytics: Obstacles and Opportunities for Social Science. In C. M. Stuetzer, M. Welker, & M. Egger (Eds.), Neue Schriften zur Online-Forschung: Vol. 15. Computational Social Science in the Age of Big Data: Concepts, Methodologies, Tools, and Applications (pp. 9–16). Köln: Herbert von Halem Verlag. Retrieved from https://www.halem-verlag.de/wp-content/uploads/2017/03/9783869622675_le.pdf
Stützer, C. M., & Gaaw, S. (2018). Zur Leistungsfähigkeit von Blended Learning im Zeitalter der Digitalisierung. Gemeinschaften in neuen Medien. Forschung zu Wissensgemeinschaften in Wissenschaft, Wirtschaft, Bildung und öffentlicher Verwaltung, 53–61. (zum Download)
Gaaw, S., & Stützer, C. M. (2017). Learning und Academic Analytics in Lernmanagementsystemen (LMS): Herausforderungen und Handlungsfelder im nationalen Hochschulkontext. Wissensgemeinschaften in Wirtschaft, Wissenschaft Und Öffentlicher Verwaltung, 20. Workshop GeNeMe'17 Gemeinschaften in Neuen Medien(978-3-95908-121-4), 145–161. Retrieved from https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa-234425
Konferenzbeiträge
Stuetzer, C. M., Klamma, R., & Kravcik, M. (2020, September). A Framework for Predicting Mentoring Needs in Digital Learning Environments. 22th General Online Research Conference (Virtual GOR 20), Virtual. Conference Proceedings YouTube - Virtual Presentation
Stützer, Cathleen M., Stephanie Gaaw (2020, March). Zur Zukunft der Netzwerkforschung in den Sozialwissenschaften. Schader Stiftung. Warum Netzwerkforschung?, Darmstadt. Retrieved from Conference Proceedings Interaktive Visualisierung
Stützer, Cathleen M., Wachenfeld-Schell Alexandra (2020, February). Zur Rekonstruktion von Qualität und Güte in der (angewandten) Online-Forschung. GESIS - Leibniz-Institut für Sozialwissenschaften, ADM Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V., Deutsche Gesellschaft für Online-Forschung e.V. (DGOF), Universität Mannheim. Neue Entwicklungen in der Onlineforschung: Möglichkeiten und Grenzen von River-Sampling, Mannheim.Bericht
Stuetzer, C. M., & Gaaw, S. (July 15th, 2020). Project effectiveness: Conceptual Framework for Impact Evaluation by Using Social Network Instruments. International Network for Social Network Analysis (INSNA). VIRTUAL) SUNBELT XXXX 2020 – July 15th, 2020, Montreal, CA. Retrieved from Conference Proceedings
Stützer, Cathleen M., Wachenfeld-Schell Alexandra (2020, February). Zur Rekonstruktion von Qualität und Güte in der (angewandten) Online-Forschung. GESIS - Leibniz-Institut für Sozialwissenschaften, ADM Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V., Deutsche Gesellschaft für Online-Forschung e.V. (DGOF), Universität Mannheim. Neue Entwicklungen in der Onlineforschung: Möglichkeiten und Grenzen von River-Sampling, Mannheim.Bericht
Stuetzer, C. M., & Gaaw, S. (2019, June). Impact Evaluation by Using Relational Approaches in Web Surveys. International Network for Social Network Analysis (INSNA). SUNBELT XXXIX, Montreal, CA. Retrieved from Conference Proceedings
Stuetzer, C. M., & Jablonka, M. & Gaaw, S. (2019, March). Impact evaluation by using text mining and sentiment analysis. Deutsche Gesellschaft für Online-Forschung e.V. (DGOF). 21th General Online Research Conference (GOR). Proceedings, Köln. Retrieved from Conference Proceedings
Stützer, C. M. (2018, December). Beziehungen in digitalen Lernwelten: Herausforderungen und Potenziale von (relationalen) Datenanalysen zur Bemessung der Wirksamkeit digitaler Hochschulbildung. Schader Stiftung. Das Paradigma der Relationalität, Darmstadt. Retrieved from Conference Proceedings
Stützer, C. M., & Gaaw, S. (2018, October). Zur Leistungsfähigkeit von Blended Learning im Zeitalter der Digitalisierung. GeNeMe'18 Gemeinschaften in Neuen Medien, Dresden. Retrieved from https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-336567 (08.08.2019).
Gaaw, S., & Stützer, C. M. (2017, October). Learning und Academic Analytics in Lernmanagementsystemen (LMS): Herausforderungen und Handlungsfelder im nationalen Hochschulkontext. GeNeMe'17 Gemeinschaften in Neuen Medien, Dresden. Retrieved from https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa-234425 (08.08.2019).
Stützer, C. M. (2017, September). Academic Analytics: Zur Bedeutung von (Big) Data Analytics in der Evaluation. Gesellschaft für Evaluation e.V. DeGEval – Jahrestagung 2017, Mainz. Retrieved from Poster Presentation
Stützer, C. M. (2017, February). Spring School "Networks Newbies" 2017. Spring School 2017, Mainz. Retrieved from https://netzwerkforschung-lernen.soziologie.uni-mainz.de/spring-school-2017 (08.08.2019).
Stuetzer, C. M. (2017, Januar). Analyzing “Big Data”: Obstacles and opportunities for communication science, TU Illmenau.