Blended Learning Analytics II - Text als Wissensspeicher
Ziel
Das aktuelle Projekt im Kontext von Blended Learning-Analysen befasst sich mit der Extraktion von Informationen aus unstrukturierten Texten im Rahmen von hybriden Lernszenarien, um sich Fragen zur Wirksamkeit digital-gestützter Lehre zu nähern. Das Forschungsvorhaben greift unstrukturierten Text (z. B. in Form natürliche Sprache) als (generalisierbaren) Wissensspeicher auf. Dazu werden insbesondere folgende Fragen in den Blick genommen: (1) Wie kann (unstrukturierter) Text in LMS extrahiert und zur Bewertung von Wirksamkeit digitaler Bildung eingesetzt werden? und (2) Inwieweit können insbesondere non-reaktive qualitative Verfahren in bzw. an bestehende LMS als Explorations- und Analyseinstrument implementiert bzw. gekoppelt werden? Neben der Beantwortung der Forschungsfragen zielt das Projekt auf die Modellierung von Verfahren zur (semi-)automatische Extraktion von Sinngehalt in unstrukturierten Texten. Übergreifendes Ziel ist es, den digitalen Lehr- und Lernraum als Forschungsraum einzusetzen und nachhaltig zur Bewertung der Wirksamkeit digitaler Hochschulbildung durch die Implementierung interdisziplinärer Forschungszugänge beizutragen.
Laufzeit
05.2019 bis 12.2020
Projektträger und Förderprogramm
Arbeitskreis E-Learning der LRK Sachsen
Sächsisches Staatsministerium für Wissenschaft und Kunst (SMWK)
Projektleitung
Dr. Cathleen M. Stützer
E-Mail:
Wissenschaftliches Personal
Marcel Jablonka, M.A.
Johannes Winter, M.A.
Studentische und Wissenschaftliche Hilfskräfte
Jonas Wifek
Publikationen
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., Frohwieser, D., & Lenz, K. (2020). Was digitale Lehre zur „guten“ Lehre macht. Potentiale Und Herausforderungen Digitaler Hochschulbildung. (1), 3-10. Retrieved from https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-720372
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
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