• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
DigiCompToTeach

DigiCompToTeach

  • Aktuelles
    • Online-Lehre
    • Online-Prüfungen
    • Videokanal
    • Themen & Webinare
    • Good Practices
    • Blogbeiträge
  • Einstieg
  • Blended Learning @HSG
  • swissuniversities-Projekt
  • Über uns
    • Newsletter
    • Impressum
    • Search
    • Social Media, Newsletter
Home2017Archives for März 2017

Archives for März 2017

Hybrid-MOOC mit Hochschulzertifikat

Für Hochschulen stellt sich ja die Frage, ob sie in online Angebote (MOOCs) investieren sollen und wie sich das mit ihrem bisherigen Geschäftsmodell verträgt. Und Studierende fragen sich, was die im Rahmen eines MOOCs ggf. erworbenen Badges auf dem Arbeitsmarkt wert sind…
Das Georgia Institute of Technology hat in 2014 in Kooperation mit AT&T und Udacity eine online-Variante eines bereits bestehenden Masterprogramms (Informatik / Computer Science) lanciert. Dieses neue online-Programm bietet jenen einen Studienplatz, die im auf 100 Plätze pro Jahr beschränkten Präsenzprogramm keinen Platz finden:
“When we looked at our master’s level CS program, we could admit about 100 folks per year, (…) But when we thought about that 101st applicant, we realized the reasons they weren’t admitted were negligible.”
Das Online-Programm kostet mit US $ 7’000 deutlich weniger als das reguläre Masterprogramm. Das mit einer Anschubfinanzierung von 2 Mio. US $ durch AT&T gestartete Programm hat mittlerweile knapp 4’000 Studierende und generiert für die Hochschule einen positiven Cashflow. Auch für AT&T rechnet sich die Investition:
“The partnership with Georgia Tech delivers a master’s in computer science available to our employees at a fraction of the cost of what a bricks-and-mortar degree would cost.”
 

Quelle

https://www.clomedia.com/2017/03/16/investment-moocs-pays-off-talent/
 

Filed Under: Fundstücke

Generische Strategien für Learning Analytics: eine 2×2 Matrix

Learning analytics (LA) bezieht sich auf “the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimizing learning and the environments in which it occurs” (SoLAR 2011).
Eine weit verbreitete Unterscheidung von LA Ansätzen basiert auf der Unterteilung 1) description, 2) diagnosis, 3) prediction and 4) prescription (Wagner 2016). Diese gängige Unterscheidung vernächlässigt allerdings die pädagogische Perspektive, das Nutzenpotenzial von LA für Reflektionsprozesse. Um (digitale) Lernprozesse zu unterstützen, schlagen wir in unserer Forschungsgruppe daher eine 2×2 Matrix vor (Table 1).
Eine Dimension unterscheidet nach dem übergreifenden Ziel  von LA zwischen:
–  Reflexion: a) self-evaluation auf der Basis eigener Datensätze oder Datensätze, die bei anderen generiert worden sind (z.B eine Lehrperson, die ihren Lehr-Lernstil aufgrund der Datensets reflektiert, welche die Studierenden generiert haben)
–  Prediction: bezieht sich auf die Antizipation von Lernaktivitäten (z.B. nach Lernerprofilen) und entsprechende Interventionen, um erfolgreiche und weniger erfolgreiche Studierende adaptive Lernstrategien anzubieten.
Die andere Dimension unterscheidet zwischen dem Kontext und der Zielgruppe von LA:
–    Social Learning Analytics
–    Individual Achievement

 
 
 
 
 
 
 
 
 
 
 
Fig. 1: Generic LA Approaches

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Tab. 1: A Taxonomy for Learning Analytics activities
 
 
 
Seufert, Meier, Söllner & Rietsche (2017)
special issue of “Big Data in Higher Education: Research Methods and Analytics Supporting the Learning Journey” in the journal of Technology, Knowledge and Learning (TKNL).
 

Filed Under: Allgemein

Primary Sidebar

Tag Cloud

(Zukunfts-)kompetenzen adaptive Lernumgebungen Aktivierung Assessments Bachelor Blended Learning Bot Learning digitale Kompetenzmodelle Digitales Lernen E-Assessments Effekte des Blended Learning Empirische Befunde Flipped Classroom formative Assessments Gamification Good Practice Herausforderungen der Hochschullehre Hochschulstrategie humanoide Roboter ICAP Modell Individualisierung des Lernens KI Learning Analytics Lernvideos in der Hochschullehre Lernziele LMS MOOC Open Educational Resources Peer-Assessments Peer Instruction Portfolio Roboter in der Hochschullehre Selbststudium Tools Webinar Übersicht Tools und Lösungen

Neue Beiträge

  • CANVAS – wie für Online Lehre nutzen?
  • Online Lehre – Research Insights und praktische Tipps für Erfolg und Wirkung
  • Online Lehre – Wie ist die Qualität im Vergleich mit Präsenzlehre?
  • Von der Präsenzlehre zum interaktiven Teleteaching – Schritt für Schritt
  • How online course design features influence student performance

Neue Kommentare

    Archive

    • März 2020
    • Januar 2020
    • Dezember 2019
    • November 2019
    • Oktober 2019
    • September 2019
    • Juni 2019
    • Mai 2019
    • April 2019
    • März 2019
    • Februar 2019
    • Januar 2019
    • Dezember 2018
    • November 2018
    • Oktober 2018
    • September 2018
    • August 2018
    • Juli 2018
    • Juni 2018
    • Mai 2018
    • April 2018
    • März 2018
    • Februar 2018
    • Januar 2018
    • Dezember 2017
    • November 2017
    • Oktober 2017
    • Juli 2017
    • März 2017
    • Februar 2017
    • Juni 2016
    • April 2016
    • Februar 2016
    • September 2015
    • Dezember 2014

    Kategorien

    • Allgemein
    • Beiträge
    • Blogbeiträge
    • Fundstücke
    • Good Practice
    • Online-Lehre
    • Online-Prüfungen
    • Publications
    • Videokanal
    • Vorträge & Workshops
    • Webinare

    Meta

    • Anmelden
    • Entries feed
    • Comments feed
    • WordPress.org
    Accreditations

    Member of



    © Copyright 2021 University
    of St.Gallen Switzerland · General
    legal information ·Data privacy
    statement
    · GTM

    Dufourstrasse 50
    CH-9000 St.Gallen
    Tel +41 71 224 21 11
    Fax +41 71 224 28 16

    University of St.Gallen – School
    of Management, Economics,
    Law, Social Sciences and
    International Affairs (HSG)