Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

31
Konzept für den Einsatz von Learning-Analytics- Applikationen im Mathematikunterricht MICHAEL STRASSE

Transcript of Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Page 1: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Konzept für den Einsatz von Learning-Analytics-Applikationen im MathematikunterrichtMICHAEL STRAẞER

Page 2: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überblicko Einleitungo Learning Analyticso Mathematischer Hintergrundo Aufbau der Studieo Forschungsfrageno Ergebnisseo Zusammenfassung

Page 3: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Einleitungo Computer sind allgegenwärtigo Schulen forcieren Einsatz mit Technologieno Computer am Arbeitsplatz ebenso hilfreich wie notwendig

o Umgang mit Technologien lernen

undo Lernen mit Technologien

Page 4: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Was ist Learning Analytics?o Sammeln von Daten

o Interpretieren von lernerInnenspezifischer Daten

o Individuelle Lernprozesse verbessern

o Dient der/dem LehrerIn als Werkzeug

Page 5: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Der Learning Analytics Cycle nach Clowo Die vier wichtigsten Punkte

• Lernende

• Daten

• Analyse

• Interventionen

Page 6: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Mathematischer Hintergrundo Jeder soll bestimmte Grundkompetenzen aufweisen können

o Probleme aber schon oft bei Grundrechnungsarten

o Wenn das Fundament steht, kann weiter gemacht werden

Page 7: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Division mit RestSatz 1 (Division mit Rest von ganzen Zahlen)

Zu je zwei natürlichen Zahlen 𝑎 und 𝑏 mit ≠ 0 𝑏 gibt es eindeutig bestimmte natürliche Zahlen 𝑚 und 𝑟 mit den Eigenschaften:

𝑎 = + 0 ≤ < 𝑚 ∗ 𝑏 𝑟 𝑢𝑛𝑑 𝑟 𝑏Die Zahl m heißt ganzzahliger Quotient von 𝑎 durch 𝑏, die Zahl 𝑟 Rest von 𝑎 nach Division durch 𝑏.

o(Pauer, 2004, S. 3)

Page 8: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Division mit RestDivisionsalgorithmus

Gegeben seien zwei Zahlen , . Gesucht sind , , wobei die 𝑎 𝑏 ∈ ℕ 𝑚 𝑟 ∈ ℕSchreibweise

𝑎 ∶ 𝑏 = 𝑚 𝑚𝑖𝑡 𝑅𝑒𝑠𝑡 𝑟verwendet wird.

Algorithmus aus der Schule bekannt:

Page 9: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Aufbau der Studieo Echtes Feldexperimento Sechs erste Klassen eines Gymnasiums

◦ Versuchsklassen (VK): 75 Teilnehmer◦ Kontrollklassen (KK): 74 Teilnehmer

o Homogene Verteilung von Schülerinnen und Schüler auf VK und KKo Abhängige Variablen:

◦ Lernzuwachs◦ Zuwachs des Kompetenzlevels◦ Zeitaufwand für die Lehrerin/den Lehrer

Page 10: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Aufbau der Studieo Vorbereitungsphase:

◦ Gespräche mit der Schule und den Lehrerinnen und Lehrern◦ Vortest◦ Erklärung des Online-Trainers

o Versuchsphase:◦ Wöchentlich Aufgaben◦ In KK schriftlich als Übungsblatt◦ In VK mit Online-Trainer

o Nachbereitungsphase◦ Nachtest◦ Rückmeldung

Page 11: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

VK vs. KK

Page 12: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht
Page 13: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Forschungsfragen

Forschungsfrage 1:

Welchen Lernfortschritt können Schülerinnen und Schüler beim Verwenden von

Learning-Analytics-Applikationen aufweisen, wenn auf ihre analysierten Fehler

wöchentlich reagiert wird?

(5 Hypothesen)

Page 14: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Forschungsfragen

Forschungsfrage 2:

Welcher Aufwand entsteht in den Versuchsklassen und in den Kontrollklassen

für die Lehrerinnen und Lehrer und welcher Vorteil ergibt sich aus dem Einsatz

von Learning-Analytics-Applikationen im Mathematikunterricht?

(3 Hypothesen)

Page 15: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Ergebnisse

Page 16: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Anfangstest

Erfolgsq

uote erledigter B

sp.

Abschlusst

est Erfo

lgsquote erle

digter Bsp

.

Zuwachs E

rfolgsq

uote erledigter B

sp

Anfangstest

Erfolgsq

uote Gesamt

Abschlusst

est Erfo

lgsquote Gesamt

Zuwachs E

rfolgsq

uote Gesamt0.00%

15.00%30.00%45.00%60.00%75.00%

Vergleich VK Mit KK

VK KK

Page 17: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Anfangstest

Richtige

Abschlusst

est Rich

tige

Zuwach

s Rich

tige

Anfangstest

Falsc

he

Abschlusst

est Fa

lsche

Zuwachs F

alsche

Anfangstest

erledigte Aufgaben

Abschlusst

est erle

digte Aufgaben

Zuwachs e

rledigter A

ufgaben-1.001.003.005.007.009.00

11.00

Vergleich VK Mit KK

VK KK

Page 18: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Gesamtaufwand traditionell Gesamtaufwand Online-Trainer

ohne Statistik mit Statistik Individuell Ohne Individualität

Minimum 19 Minuten 29 Minuten 10 Minuten 5 Minuten

Maximum 34 Minuten 61 Minuten 43 Minuten 10 Minuten

Durchschnitt 26 Minuten 47 Minuten 21 Minuten 6 Minuten

Page 19: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überprüfen der Hypothesen: HY1

Schülerinnen und Schüler haben bei ähnlichem Aufwand in den Versuchsklassen und den Kontrollklassen denselben Lernfortschritt bei der Kompetenz Dividieren.o Hypothese 1 bestätigt VK KK Differenz VK zu

KKRichtige Zuwachs 1,04 1,26 -0,23

Falsche Zuwachs 0,74 -0,20 0,93

Erfolgsquote erledigter Bsp.

Zuwachs 1,57% 5,55% -4%

Erledigte Aufgaben Zuwachs 1,63 1,13 0,50

Erfolgsquote gesamt Zuwachs 8,07% 10,58% -3%

Page 20: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überprüfen der Hypothesen: HY2

Gute Schülerinnen und Schüler in den Versuchsklassen erledigen mehr Aufgaben als aufgegeben werden, da sie keine begrenzte Anzahl pro Woche haben.o Hypothese 2 nicht bestätigt

S-ID Anzahl mehr erledigter Rechnungen im Durchschnitt pro Woche (auf ganze Zahlen gerundet)

406 0

516 15

523 4

604 4

605 0

609 8

Page 21: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überprüfen der Hypothesen: HY3

Schülerinnen und Schüler in den Versuchsklassen sind schneller auf einem höheren Kompetenzlevel als in den Kontrollklassen.o Hypothese 3 bestätigt

o Am 26.11.2015 schon 8 Schüler am höchsten Kompetenzlevel

1 2 3 4 5 6 7 8 9 100.00

2.00

4.00

6.00

8.00

10.00

12.00

14.00

16.00

18.00

Durchschnitt des erreichten Kompetenzlevel

VK KK

Page 22: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überprüfen der Hypothesen: HY4

Nicht alle Schülerinnen und Schüler in den Versuchsklassen erreichen das höchste Kompetenzlevel.o Hypothese 4 bestätigt

Anteil Klassen: Anzahl K-ID 4 K-ID 5 K-ID 6Anzahl der Schülerinnen und Schüler KL 10: 17 53% 29% 18%Anzahl der Schülerinnen und Schüler KL 10 15: 24 42% 33% 25%Anzahl der Schülerinnen und Schüler im höchsten KL: 32 13% 41% 47%

Page 23: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überprüfen der Hypothesen: HY5

Vor allem Schülerinnen und Schüler in den Versuchsklassen, die nicht regelmäßig die geforderte Anzahl an Aufgaben erledigen, haben eine schwächere Leistungskurve und erreichen nicht das höchste Kompetenzlevel.o Hypothese 5 bestätigt

S-ID Leistungszuwachs Abweichung vom Durchschnitt

Erreichtes KL

402 0% -7,68% 8407 -8,3% -15,98% 10… .. … …518 0% -7,68% 12605 8,3% 0,62% 6624 -8,3% -15,98% 10Durchschnitt 4% -3% 9,384615385

Page 24: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überprüfen der Hypothesen: HY6

Lehrerinnen und Lehrer haben einen größeren Aufwand für die Erstellung einer Übersicht über den Lernfortschritt und die Leistung der Schülerinnen und Schüler in den Kontrollklassen als in den Versuchsklassen.o Hypothese 6 bestätigt Online-Statistik

o Noch keine Statistik bei dertraditionellen Methode

Page 25: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überprüfen der Hypothesen: HY7

Lehrerinnen und Lehrer können beim Verwenden des Online-Trainers aufgrund der automatischen Auswertung leichter und schneller auf die auftretenden Probleme von Schülerinnen und Schüler individuell reagieren. o Hypothese 7 bestätigt

Page 26: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Überprüfen der Hypothesen: HY8

Durch den Wegfall der Erstellung von Arbeitsblättern und deren Auswertung in den Versuchsklassen beim Arbeiten mit Learning-Analytics-Applikationen entsteht eine Zeitersparnis für Lehrerinnen und Lehrer.o Hypothese 8 bestätigto Zeitersparnis von durchschnittlich 20 Min. Gesamtaufwand traditionell Gesamtaufwand Online-Trainer

ohne Statistik mit Statistik Individuell Ohne Individualität

Minimum 19 Minuten 29 Minuten 10 Minuten 5 Minuten

Maximum 34 Minuten 61 Minuten 43 Minuten 10 Minuten

Durchschnitt 26 Minuten 47 Minuten 21 Minuten 6 Minuten

Page 27: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Zusammenfassungo Gleicher Lernerfolg, wie die traditionelle Methode

o Große Zeitersparnis für Lehrer

o Normalerweise keine Übungszettel über ein Semester verteilt

o Online-Trainer lässt sich leicht zusätzlich aufgeben

o Übungen über längere Zeiträume ohne Probleme

Page 28: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Zusammenfassungo Automatische Fehleranalyse

o Gute Übersicht über die Kompetenzen der Schülerinnen und Schüler

o Individualisierte Fehlerauswertung

o Geringer Zeitaufwand pro Woche (bei kürzester Methode durchschnittlich 6

Minuten!)

o Keine auftretenden Kosten auf Lehrer- und Schülerseite

Page 29: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

Literaturo Agyris, C., & Schön, D. A. (1974). Theory in Practice: Increasing professional effectiveness. Jossey-Bass.

oBathelt, I., Post, S., & Padberg, F. (1986). Über typische Schülerfehler bei der schriftlichen Division von natürlichen Zahlen.

oBaumgartner, P., Häfele, H., & Maier-Häfele, K. (2002). E-Learning Praxishandbuch: Auswahl von Lernplattformen. Marktüberischt - Funktionen - Fachbegriffe. Innsbruck Wien: Studien-Verlag.

oBMBF. (2003). Lehrplan der Volksschule, Siebenter Teil, Bildungs- und Lehraufgaben sowie Lehrstoff und didaktische Grundsätze der Pflichtgegenstände der Grundschule und der Volksschuloberstufe, Grundschule - Mathematik. Abgerufen am 17. März 2016 von Bundesministerium für Bildung und Frauen: https://www.bmbf.gv.at/schulen/unterricht/lp/VS7T_Mathematik_3996.pdf

oClow, D. (2012). The Learning Analytics Cycle: Closing the loop effectively. LAK '12 - Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (S. 134-138). New York: ACM.

oEbner, M. (2015). Wozu Learning-Analytics-Applikationen im Mathematikunterricht? In M. Ebner, L.A. multimedia (S. 40-41).

oErpenbeck, J., & Sauter, W. (2013). So werden wir lernen! Berlin Heidelberg: Springer-Verlag.

oGeier, G. (2015). Adaptives Informationssystem zur Erlernung mehrstelliger Division. Graz.

oHasemann, K., & Gasteiger, H. (2014). Anfangsunterricht Mathematik. Springer Spektrum.

oHienerth, C., Huber, B., & Süssenbacher, D. (2009). Wissenschaftliches Arbeiten kompakt. Wien: Linde International.

Page 30: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

LiteraturoKalz, M., & Schön, S. (2009). Persönliche Lernumgebungen: Grundlagen, Möglichkeiten und Herausforderungen eines neuen Konzepts. In K. Wilbers,

& A. Hohenstein, Handbuch E-Learning (S. 1-24).

oKalz, M., Schön, S., Lindner, M., Roth, D., & Baumgartner, P. (2011). System im Einsatz - Lernmanagement, Kompetenzmanagement und PLE. In M. Ebner, & S. Schön, Lehrbuch für Lernen und Lehren mit Technologien(L3T) (S. 15-21). Norderstedt: Books on Demand GmbH Verlag.

oKerres, M. (2001). Multimediale und telemediale Lernumgebungen. Konzeption und Entwicklung. München Wien: Oldenburg Verlag.

oKolb, D. A. (1984). Experiental Learning: Experience as the source of learning and development. NJ: Prentice Hall.

oLaurillard, D. M. (2002). Rethinking University Teaching: a conversational framework for the effective use of learning technologies. Routledge Falmer.

oLockyer, L., & Dawson, S. (2011). Learning Designs and Learning Analytics. LAK'11 (S. 153-156). Banff: ACM.

oMavani, M. (2010). Blending Intelligent and Reciprocal Tutoring Systems: A Dynamic Approach. International Conference and Workshop on Emerging Trends in Technology (S. 704-707). Mumbai: ACM.

oNeuhold, B. (2013). Learning Analytics - Mathematik Lernen neu gedacht. Graz: Books on Demand GmbH, Norderstedt.

oPadberg, F. (2011). Didaktik der Arithmetik, 4. erweiterte, stark überarbeitete Auflage. Heidelberg: Spektrum Akademischer Verlag.

Page 31: Konzept für den Einsatz von Learning-Analytics-Applikationen im Mathematikunterricht

LiteraturoPauer, F. (2004). Division mit Rest - der heimliche Hauptsatz der Algebra. Innsbruck.

oPronegg, M. (2015). Learning Analytics - Eine Feldstudie zum Einsatz von Learning-Analytics-Applikationen in der Mathematik. Graz.

oSchön, D. A. (1983). The Reflective Practitioner: How professionals think in action. Temple Smith.

oSchön, D. A. (1991). The Reflective Turn: Case studies in and on educational practice. Teachers College Press.

oSchön, M., & Ebner, M. (2013). Das Gesammelte interpretieren - Educational Data Mining und Learning Analytics. Abgerufen am 2016. 03 12 von L3T: http://l3t.tugraz.at/index.php/LehrbuchEbner10/article/view/119/117

oSchön, M., Ebner, M., & Kothmeier, G. (2012). It's Just About Learning the Multiplication Table. Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (LAK '12) (S. 73-81). Vancouver: ACM.

oSteffens, U., & Höfer, D. (2014). Die Hattie-Studie. Bundesministerium für Bildung und Frauen.

oSteyrer, M. (2012). Adaptives Informationssystem für mathematische Lernanwendungen. Graz.

oTaraghi, B., Ebner, M., & Schön, S. (2013). Systeme im Einsatz - WBT, LMS, E-Portfolio-Systeme, PLE und andere. In S. Schön, & M. Ebner, Lehrbuch für Lernen und Lehren mit Technologien. Abgerufen am 13. März 2013 von http://l3t.tugraz.at/index.php/LehrbuchEbner10/article/view/137/90

oWittmann, G. (2007). Von Fehleranalysen zur Fehlerkultur. Abgerufen am 17. März 2016 von https://eldorado.tu-dortmund.de/bitstream/2003/30872/1/041.pdf

oYang, F.-J. (2010). The Ideology of Intelligent Tutoring Systems. New York: ACM.