Detailanzeige
Monographie, Sammelwerk oder Erstveröffentlichung zugänglich unter
URN: urn:nbn:de:0111-pedocs-332634
DOI: 10.25656/01:33263; 10.31244/9783830998839
URN: urn:nbn:de:0111-pedocs-332634
DOI: 10.25656/01:33263; 10.31244/9783830998839
| Titel |
Anwendung statistischer und Machine-Learning-Methoden für Fragestellungen zu Studienerfolg. Erfahrungen in den Projekten "Learning Analytics - Studierende im Fokus" und "PASSt - Predictive Analytics Services für Studienerfolgsmanagement" |
|---|---|
| Autoren |
Bartok, Larissa  ;
Spörk, Julia;
Gleeson, Robin ;
Krakovsky, Maria  ;
Ledermüller, Karl |
| Originalveröffentlichung | Münster ; New York : Waxmann 2024, 77 S. |
| Dokument | Volltext (20.516 KB) |
| Lizenz des Dokumentes |
|
| Schlagwörter (Deutsch) | Bildungsforschung; Empirische Forschung; Learning Analytics; Künstliche Intelligenz; Maschinelles Lernen; Prüfung; Regressionsanalyse; Messung; Studienerfolg; Erwachsenenbildung; Modellierung; Prognosemodell; Open Source; Statistische Methode; Hochschulbildung; Lernerfolg; Student; Prognose; Methodik; Analyse; Projekt; Österreich |
| Teildisziplin | Empirische Bildungsforschung Hochschulforschung und Hochschuldidaktik |
| Dokumentart | Monographie, Sammelwerk oder Erstveröffentlichung |
| ISBN | 978-3-8309-9883-9; 978-3-8309-4883-4; 9783830998839; 9783830948834 |
| Sprache | Deutsch |
| Erscheinungsjahr | 2024 |
| Begutachtungsstatus | (Verlags-)Lektorat |
| Abstract (Deutsch): | Analytics-Instrumente können dabei helfen, mehr über den Lern- und Studienerfolg von Studierenden herauszufinden und geeignete Maßnahmen zur Unterstützung von Studierenden abzuleiten. Zwei Projekte, die sich Fragen zum Thema Studienerfolg widmen, wurden vom österreichischen BMBWF im Rahmen der Ausschreibung „Digitale und soziale Transformation in der Hochschulbildung“ kofinanziert. Die beiden Projekte „Learning Analytics- Studierende im Fokus“ und „PASSt - Predictive Analytics Services für Studienerfolgsmanagement“ fokussieren auf unterschiedliche Handlungsfelder und wurden zur Generierung von Synergieeffekten konzeptionell verzahnt, indem generische Herausforderungen gemeinsam bearbeitet und Lessons-Learned diskutiert wurden. Die Erkenntnisse der gemeinsamen Arbeitsgruppe mündeten in diese Arbeit, die Rahmen- und Gelingensbedingungen von Analytics-Projekten thematisiert, und anhand von exemplarischen Anwendungsszenarien eine Unterstützung bei der Implementierung bieten kann. (DIPF/Orig.) |
| Statistik |  Anzahl der Zugriffe auf dieses Dokument
|
| Prüfsummen | Prüfsummenvergleich als Unversehrtheitsnachweis |
| Bestellmöglichkeit | Kaufmöglichkeit prüfen in buchhandel.de |
| Eintrag erfolgte am | 06.06.2025 |
| Quellenangabe | Bartok, Larissa; Spörk, Julia; Gleeson, Robin; Krakovsky, Maria; Ledermüller, Karl: Anwendung statistischer und Machine-Learning-Methoden für Fragestellungen zu Studienerfolg. Erfahrungen in den Projekten "Learning Analytics - Studierende im Fokus" und "PASSt - Predictive Analytics Services für Studienerfolgsmanagement". Münster ; New York : Waxmann 2024, 77 S. - URN: urn:nbn:de:0111-pedocs-332634 - DOI: 10.25656/01:33263; 10.31244/9783830998839 |
Inhalt auf sozialen Plattformen teilen
Teile diese Seite:
