Learning Analytics für Diversity-Inspired Adaptive Learning (LA DIVA)

LA DIVA ist ein CATALPA Projekt.

Lernende sind individuell, haben unterschiedliche Stärken, stecken in verschiedenen Lebensphasen und brauchen darum, insbesondere im häufig digitalen Fernstudium unterschiedliche Arten von Unterstützung. LA DIVA setzt genau hier an und ermittelt welches Potenzial Learning Analytics hier hat.


Projektziele und Forschungsfragen

Ziel des Projektes ist es, das Potenzial von Learning Analytics zur Unterstützung des Adaptiven Lernens im Fernstudium unter besonderer Berücksichtigung der Diversität der Lernenden zu untersuchen. Dazu wird dieses Potenzial anhand dreier Fragestellungen untersucht:

  1. Diversity-Inspired Adaptive Assessment: Möglichkeiten der Adaption der in einer konkreten Lernsituation angebotenen Assessments bzw. Aufgaben in Bezug auf drei Dimensionen: Auswahl von Aufgabenklassen, Parametrisierung/Generierung von Aufgabeninstanzen und adaptive Lösungshinweise und Rückmeldungen.
  2. Diversity-Inspired Adaptive Support for Collaborative Learning: Möglichkeiten der Unterstützung der dynamischen Bildung und ggf. Rekonfiguration von Lerngruppen sowie der adaptiven Unterstützung von diversen Lerngruppen auf Basis von individuellen Profilen, Gruppenprofilen und Interaktionsdaten.
  3. Emergence of Student Profiles: Sammlung und Analyse von Studierendendaten als Grundlage für eine langfristige Untersuchung, ob und ggf. wie sich die Diversität der Studierendenschaft hinsichtlich der lernrelevanten Parameter im Laufe der Zeit ändert.
  • Prof. Dr. Jörg Haake (FeU) und Prof. Dr. Niels Pinkwart (HU, DFKI und Visiting Professor bei D²L²) - s. auch Kooperationen.

    • Dr. Clara Schumacher (HU)
    • Dr. Jakub Kuzilek (HU)
    • Marc Burchart, M.Sc. (FeU)
    • Dr. Niels Seidel (FeU)
  • 01. April 2020 bis 30. März 2024

  • Refereed publications

    • Kasakowskij, R., Kasakowskij, T., & Seidel, N. (2022). Generation of Multiple True False Questions. In P. A. Henning, M. Striewe, & M. Wölfel (Eds.), DELFI 2022 – Die 21. Fachtagung Bildungstechnologien der Gesellschaft für Informatik e.V. (p. in press). Gesellschaft für Informatik.
    • Burchart, M. (2022, in press). Auf dem Weg zur skalierbaren Unterstützung des kollaborativen Schreibens in hochdiversen Fernlerngruppen. In MedienPädagogik: Zeitschrift für Theorie und Praxis der Medienbildung (Bd. 48). Sektion Medienpädagogik der Deutschen Gesellschaft für Erziehungswissenschaft - DGfE
    • Schumacher, C. & Kuzilek, J. (2022). How do students perceive algorithmic grouping in higher education? 12th International Learning Analytics and Knowledge Conference, Virtual Conference.
    • Schumacher, C., & Kuzilek, J. (2021). Perfect match? Investigating students’ perceptions about algorithmic grouping in higher education. AECT 2021 Conference, Ohio.
    • Schumacher, C., Reich-Stiebert N., Kuzilek, J., Burchart, M., Raimann J., Voltmer, J.-B., & Stürmer, S. (2021). Group perceptions vs. group reality: Exploring the fit of self-report and log file data in the process of collaboration. In: Companion proceedings of Conference on Learning Analytics and Knowledge 2021, Virtual Conference, 15-04-2021. Apr. 2021
    • Seidel, N., Rieger, M. C., & Walle, A. (2020). Semantic Textual Similarity of Course Materials at a Distance-Learning University. In T. W. P. And, P. B. And, S. I.-}Han H. And, K. K. And, & Y. Shi (Hrsg.), Proceedings of 4th Educational Data Mining in Computer Science Education (CSEDM) Workshop co-located with the 13th Educational Data Mining Conference (EDM 2020), Virtual Event, 10-06-2020. CEUR-WS.org. http://ceur-ws.org/Vol-2734/paper6.pdf
    • Weiher, B., Seidel, N., Burchart, M., & Veiel, D. (2021). Indicators of group learning in collaborative software development teams. In Andreas Lingnau (Eds.), Proceedings of DELFI Workshops 2021 (p. 164-175). Dortmund: Gesellschaft für Informatik. https://repositorium.hs-ruhrwest.de/frontdoor/deliver/index/docId/733/file/DELFI_2021_WS.pdf

    Other publications

    • Schumacher, C., Seidel, N., & Rzepka, N. (2021). Workshop Learning Analytics - Considering student diversity with regard to assessment data and discrimination. In A. Lingnau (Eds.) Proceedings of DELFI Workshops 2021 (p. 113–119). Dortmund.
    • Seidel, N., & Schumacher, C. (2022). Workshop Learning Analytics - Intertwining Learning Analytics and Adaptive Learning. In M. Mandausch (Ed.) Proceedings of DELFI Workshops 2022 (p. in press). Karlsruhe.