nach oben

Erschienen in:

2020 | OriginalPaper | Buchkapitel

23. Der multimodale Lern-Hub: Ein Werkzeug zur Erfassung individualisierbarer und sensorgestützter multimodaler Lernerfahrungen

verfasst von : Jan Schneider, Daniele Di Mitri, Bibeg Limbu, Hendrik Drachsler

Erschienen in: Digitale Bildung und Künstliche Intelligenz in Deutschland

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Im Forschungsfeld Learning Analytics haben Studien konkrete Beispiele dazu geliefert, wie die direkte Interaktion mit sog. Learning-Management-Systemen zur Optimierung und zum besseren Verständnis von Lernprozessen dienen kann. Allerdings findet Lernen nicht nur in der unmittelbaren Interaktion mit einem solchen System statt. Mittels Sensoren können Daten zu Lernenden und ihrer Umgebung überall erfasst werden, womit die Nutzungsbeispiele für Learning Analytics erweitert werden. Daher haben wir einen multimodalen Lern-Hub (MLH) entwickelt, d. h.ein System zur Verbesserung des Lernens in übergreifenden Situationen. Hierzu werden multimodale Daten aus individualisierbaren Konfigurationen erfasst und integriert. Im vorliegenden Beitrag wird der MLH beschrieben. Ergebnisse einer Studie zur Zuverlässigkeit des Systems in Hinblick auf die Integration multimodaler Daten werden dargelegt.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Learning Analytics im Hochschulkontext – Potenziale aus Sicht von Stakeholdern, Datenschutz und Handlungsempfehlungen

Nächstes Kapitel Chatbots – Nächstes User-Experience-Level im Support von Bildungsangeboten?

https://github.com/janschneiderou/LearningHub

https://www.json.org/

https://mqtt.org/

https://www.leapmotion.com/

https://www.myo.com/

https://github.com/janschneiderou/LearningHub/tree/master/VisualTest

Alexandersson, J., Aretoulaki, M., Campbell, N., Gardner, M., Girenko, A., Klakow, D., Koryzis, D., Petukhova, V., Specht, M., Spiliotopoulos, D., & Stricker, A. (2014). Metalogue: A multiperspective multimodal dialogue system with metacognitive abilities for highly adaptive and flexible dialogue management. In 2014 International conference on intelligent environments (S. 365–368). IEEE. New York: Curran Associations Inc.

Arnold, K. E., & Pistilli, M. D. (2012). Course signals at Purdue: Using learning analytics to increase student success. In Proceedings of the 2nd international conference on learning analytics and knowledge (S. 267–270). New York: Association for Computing Machinery.

Baker, R. S., Corbett, A. T., Koedinger, K. R., & Wagner, A. Z. (2004). Off-task behavior in the cognitive tutor classroom: When students “game the system”. In Proceedings of the SIGCHI conference on Human factors in computing systems (S. 383–390). New York: ACM Press.

Blikstein, P. (2013). Multimodal learning analytics. In Proceedings of the third international conference on learning analytics and knowledge (S. 102–106). New York: Association for Computing Machinery.

Börner, D., Kalz, M., & Specht, M. (2013). Beyond the channel: A literature review on ambient displays for learning. Computers & Education, 60(1), 426–435.CrossRef

Coulter, G. A., & Grossen, B. (1997). The effectiveness of in-class instructive feedback versus after-class instructive feedback for teachers learning direct instruction teaching behaviors. Effective School Practices, 16(4), 21–35.

Dermody, F., & Sutherland, A. (2015). A multimodal system for public speaking with real time feedback. In Proceedings of the 2015 ACM on international conference on multimodal interaction (S. 369–370). New York: Association for Computing Machinery.

Dillenbourg, P. (2016). The evolution of research on digital education. International Journal of Artificial Intelligence in Education, 26(2), 544–560.CrossRef

Di Mitri, D., Schneider, J., Specht, M., & Drachsler, H. (2018). From signals to knowledge: A conceptual model for multimodal learning analytics. Journal of Computer Assisted Learning, 34(4), 338–349.CrossRef

Guest W. et al. (2017). Affordances for capturing and re-enacting expert performance with wearables. In Lavoué É., Drachsler H., Verbert K., Broisin J., Pérez-Sanagustin M. (Hrsg.), Data driven approaches in digital education EC-TEL 2017. Lecture Notes in Computer Science, vol 10474 (S. 403–409). Cham: Springer.

Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112.CrossRef

Hoque, M. et al. (2013). Mach: My automated conversation coach. In Proceedings of the 2013 ACM international joint conference on Pervasive and ubiquitous computing. New York: Association for Computing Machinery.

King, P. E., Young, M. J., & Behnke, R. R. (2000). Public speaking performance improvement as a function of information processing in immediate and delayed feedback interventions. Communication Education, 49(4), 365–374.CrossRef

Kizilcec, R. F., Piech, C., & Schneider, E. (2013). Deconstructing disengagement: Analyzing learner subpopulations in massive open online courses. In Proceedings of the third international conference on learning analytics and knowledge (S. 170–179). New York: Association for Computing Machinery.

Ochoa, X., Domínguez, F., Guamán, B., Maya, R., Falcones, G., & Castells, J. (2018). The RAP system: Automatic feedback of oral presentation skills using multimodal analysis and low-cost sensors. In Proceedings of the 8th international conference on learning analytics and knowledge (S. 360–364). New York: Association for Computing Machinery.

Rodríguez-Triana, M. J., Prieto, L. P., Martínez-Monés, A., Asensio-Pérez, J. I., & Dimitriadis, Y. (2018). The teacher in the loop: Customizing multimodal learning analytics for blended learning. In Proceedings of the 8th international conference on learning analytics and knowledge (S. 417–426). New York: Association for Computing Machinery.

Schneider, J., Börner, D., Van Rosmalen, P., & Specht, M. (2015). Augmenting the senses: A review on sensor-based learning support. Sensors, 15(2), 4097–4133.CrossRef

Schneider, J., Börner, D., Van Rosmalen, P., & Specht, M. (2016). Can you help me with my pitch? Studying a tool for real-time automated feedback. IEEE Transactions on Learning Technologies, 9(4), 318–327.CrossRef

Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review, 46(5), 30–40.

Swan, M. (2012). Sensor mania! the internet of things, wearable computing, objective metrics, and the quantified self 2.0. Journal of Sensor and Actuator Networks, 1(3), 217–253.CrossRef

Worsley, M. (2018). (Dis)engagement matters: Identifying efficacious learning practices with multimodal learning analytics. In Proceedings of the 8th international conference on learning analytics and knowledge (S. 365–369). New York: Association for Computing Machinery.

Titel: Der multimodale Lern-Hub: Ein Werkzeug zur Erfassung individualisierbarer und sensorgestützter multimodaler Lernerfahrungen
verfasst von: Jan Schneider
Daniele Di Mitri
Bibeg Limbu
Hendrik Drachsler
Verlag: Springer Fachmedien Wiesbaden
Buch: Digitale Bildung und Künstliche Intelligenz in Deutschland
Print ISBN: 978-3-658-30524-6

Electronic ISBN: 978-3-658-30525-3

Copyright-Jahr: 2020
DOI: https://doi.org/10.1007/978-3-658-30525-3_23

Springer Professional

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Springer Professional "Technik"