@proceedings{nokey,

title = {Perzeption und Präferenzen von Online-Studierenden zu Lernenden-Dashboards: Designelemente, Akzeptanz und ML-basierte Lernfortschrittsprognosen},

author = {Thorleif Harder and Gilbert Drzyzga},

url = {folgt},

booktitle = {Tagungsband der GMW2023: Integration und Ko-Kreation: Miteinander von Mensch und Maschine in Forschung und Bildung},

publisher = {Waxmann},

address = {Jena},

abstract = {Digitale Studiengänge haben in jüngster Zeit erheblich an Bedeutung gewonnen, da sie ein flexibles, zeit- und ortsunabhängiges Studium ermöglichen. Aufgrund räumlicher Distanz und des Online-Charakters sind die Online-Studierenden jedoch teilweise isoliert und müssen ihr Lernen selbst organisieren. Learning Analytics eröffnet hier aussichtsreiche Möglichkeiten, Lernprozesse zu unterstützen und zu verbessern. Im Rahmen eines Forschungsprojektes wird ein Lernenden-Dashboard (LD) für Online-Studiengänge eines Universitätsnetzwerks entwickelt, das auf Methoden des maschinellen Lernens (ML) basiert. Um die Bedürfnisse, Erwartungen und Sichtweisen der Online-Studierenden in Bezug auf das zu entwickelnde LD und den Umgang mit den analysierten Daten zu erfassen, wurde eine OnlineBefragung im Hochschulverbund durchgeführt (N=179). Die Ergebnisse zeigen, dass die Studierenden bereit sind, ihre persönlichen Daten zur Verfügung zu stellen, wenn sie z.B. durch die Darstellung ihres Lernprozesses in Form eines prognostizierten Verlaufs einen unmittelbaren Mehrwert erhalten. Bei den DashboardElementen zeigte sich beispielsweise, dass ein personalisierter Kalender und die Darstellung von Einsendeaufgaben besonders geschätzt werden, was die Bedeutung individueller Lernpfade unterstreicht.},

keywords = {},

pubstate = {forthcoming},

tppubtype = {proceedings}

}