Suche

Erweiterte Literatursuche

Ariadne Pfad:

Inhalt

Detailanzeige

Titel
Grundlagenwissen zu Künstlicher Intelligenz von angehenden Lehrkräften. Modellbasierte Testentwicklung und Validierung
Autor
OriginalveröffentlichungBielefeld : wbv Publikation 2024, 236 S. - (Berufsbildung, Arbeit und Innovation - Dissertationen / Habilitationen; 79) - (Dissertation, Universität Leipzig, 2023)
Dokument  (13.799 KB)
Lizenz des Dokumentes Lizenz-Logo 
Schlagwörter (Deutsch)
Teildisziplin
DokumentartMonographie, Sammelwerk oder Erstveröffentlichung
ISBN978-3-7639-7653-9; 978-3-7639-7652-2; 9783763976539; 9783763976522
SpracheDeutsch
Erscheinungsjahr
BegutachtungsstatusQualifikationsarbeit (Dissertation, Habilitationsschrift)
Abstract (Deutsch):In der Dissertation wird ausgehend von der zunehmenden Relevanz von Künstlicher Intelligenz (KI) im Rahmen digitaler Transformationsprozesse ein Strukturmodell für KI-bezogene Kompetenzfacetten (angehender) Lehrkräfte im berufsbildenden Bereich entwickelt. Das Wissen zu KI nimmt dabei in Anlehnung an die Professionalisierungsforschung eine zentrale Rolle ein. Im Rahmen der Arbeit wird der Frage nachgegangen, wie das Grundlagenwissen (angehender) Lehrkräfte theoretisch modelliert und empirisch erfasst werden kann. Das entwickelte Testinstrument wurde anhand eines quantitativen Studiendesigns umfassend validiert. (DIPF/Orig.)
Statistik
Prüfsummen
Bestellmöglichkeit
Eintrag erfolgte am11.07.2024
QuellenangabeSchmidt, Jacqueline Marie-Charlotte: Grundlagenwissen zu Künstlicher Intelligenz von angehenden Lehrkräften. Modellbasierte Testentwicklung und Validierung. Bielefeld : wbv Publikation 2024, 236 S. - (Berufsbildung, Arbeit und Innovation - Dissertationen / Habilitationen; 79) - (Dissertation, Universität Leipzig, 2023) - URN: urn:nbn:de:0111-pedocs-302358 - DOI: 10.25656/01:30235; 10.3278/9783763976539
Dateien exportieren

Inhalt auf sozialen Plattformen teilen