Blended Learning Analytics I
Das Projekt befasste sich mit dem Thema Blended Learning Analytics – der Erhebung und Auswertung (digitaler) Daten aus Blended Learning-Arrangements. Ziel ist es, einen Beitrag zur Bemessung und Bewertung der Leistungsfähigkeit von Blended Learning auf Mikro-, Meso- sowie Makroebene zu leisten und dabei bildungswissenschaftliche Erkenntnisse mit informationstheoretischen Methoden sowie Erkenntnissen aus der Hochschulforschung näher zusammenzuführen. Es wurde auf eine Bestandsaufnahme der Bedarfe in (digitalen) Lehr- und Lernumgebungen gezielt, die zum einen die Bedarfe der heranwachsenden Generation der »Digitale Natives« und zum anderen, die der Lehrenden, die in den letzten Dekaden den Zugang zu Lernmanagementsystemen (LMS) erhielten, in den Blick nahm.
Publikationen
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. (978-3-95908-145-0), 53–61. Retrieved from https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-336567
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
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
Laufzeit
09.2017 bis 12.2018
Projektleitung
Dr. Cathleen M. Stützer - Projektleitung
E-Mail:
Wissenschaftliches Personal
Stephanie Gaaw
E-Mail:
Studentische und Wissenschaftliche Hilfskräfte
Lena-Sophie Raspe
Projektträger und Förderprogramm
Arbeitskreis E-Learning der LRK Sachsen
Sächsisches Staatsministerium für Wissenschaft und Kunst (SMWK)