Process mining potentials for technology-enhanced learning - Analysis of computer usage and learning paths using the example geosciences.

Autor/in	Holzhüter, Marianne
Titel	Process mining potentials for technology-enhanced learning - Analysis of computer usage and learning paths using the example geosciences.
Quelle	Kiel: Universitätsbibliothek Kiel (2016), [7], 279 S. PDF als Volltext kostenfreie Datei (1); PDF als Volltext kostenfreie Datei (2); PDF als Volltext kostenfreie Datei (3) Link als defekt meldenVerfügbarkeit Kiel, Christian-Albrechts-Universität, Diss., 2016.
Sprache	englisch
Dokumenttyp	online; Monographie
URN	urn:nbn:de:gbv:8-diss-182543
Schlagwörter	Lernmaterial; Technologieunterstütztes Lernen; Dissertation; Geoinformationssystem
Abstract	Diese Arbeit handelt von der Übertragung des Process Mining zur automatischen Modell-Generierung auf E-Learning-Prozesse. Hierfür wurde ein Framework für geeignete didaktische Unterstützung von unterschiedlich motivierten und vorgebildeten Studierenden entwickelt, welches in einer Studie untersucht und mit Process Mining unterstützt wurde. Die Eigenschaften der Studierenden wurden zudem umfassend untersucht. Der Schwerpunkt der Untersuchung waren die Lernvoraussetzungen für das Lernen mit Technologie. Die vorläufigen Hauptergebnisse sind, dass Process Mining den Erkenntnisprozess von Lehrenden unterstützen kann, um geeignete Maßnahmen zur Verbesserung des Lernprozesses abzuleiten. Weiterhin konnten Studierendencluster identifiziert werden, die die Lernvoraussetzungen für das Lernen mit Technologie in den raumbezogenen Wissenschaften wie Geologie und Geographie aufzeigen. Die Ergebnisse sind als vorläufig zu verstehen und bedürfen der Überprüfung in zusätzlichen, repräsentativeren Studien. (Orig.). In this work the method `Process Mining` which automatically builds process models was applied to technology-enhanced learning processes. A framework was constructed to define applicable didactical support measured for students who are motivated and skilled to different degrees. With this framework as a basis, a preliminary testing study was conducted using Process Mining. Additionally the student characteristics were thoroughly analyzed. The analysis focused primarily on the students´ preconditions for learning with technology. The main results are that Process Mining can support instructors who are in charge of improving technology-enhanced learning processes. Another result was the definition of a student typology which suppliess a meaningful description of technology-enhanced learning preconditions in geosciences. The results are preliminary due to the small samples and need to be validated in additional, more representative studies. (Orig.).
Erfasst von	Deutsche Nationalbibliothek, Frankfurt am Main
Update	2016/3