Helena Barbas, Ute Carina Müller, Julian Peter Großmann, Thorben Huelmann

Was können wir aus den Daten eines Mathematik-Onlinetests über die Nutzenden lernen?

Learning Analytics im Projekt MINTFIT Hamburg

MINTFIT Hamburg bietet Onlinetests und -kurse in Mathematik, Physik, Chemie und Informatik, die sich an angehende MINT-Studierende zur Studienvorbereitung bzw. mit Unterstützungsbedarf richten. Das Angebot auf der MINTFIT-Plattform startete im Juni 2015 mit dem MINTFIT-Mathetest. In diesem Beitrag stellen wir einige Aspekte von Learning Analytics bei MINTFIT Hamburg vor, nach denen derzeit Untersuchungen der Nutzendendaten der MINTFIT-Tests und -Kurse durchgeführt werden. Der Beitrag beschränkt sich hierbei exemplarisch auf Untersuchungen, die auf Daten des MINTFIT-Mathetests beruhen. Dies sind z. B. eine Analyse der Entwicklung der Testergebnisse über die Jahre, eine Hauptkomponentenanalyse des Testergebnisdatensatzes des MINTFIT-Mathetests Grundwissen I sowie eine Analyse des Nutzendenfeedbacks.
Barbas, Helena, Dr., Technische Universität Hamburg (TUHH), helena.barbas@tuhh.de

Müller, Ute Carina, Dr., Technische Universität Hamburg (TUHH), ute.mueller@tuhh.de

Großmann, Julian Peter, Dr., Technische Universität Hamburg (TUHH), julian.grossmann@tuhh.de

Huelmann, Thorben, Dr., Universitätsklinikum Hamburg, t.huelmann@uke.de

Beiträge

Open Access
creative common licence by-sa

Nerea Vöing, Robert Kordts
Vorwort des Editorial Boards
Open Access
creative common licence by-sa




Jana Riedel, Julia Henschler, Anne Vogel
Rollenvielfalt in der digital gestützten Hochschullehre
Open Access
creative common licence by-sa

David Lohner
Forschung hat viele Gesichter

Auch dein eigenes – über den Wert autoethnografischer Forschung im Feld der Hochschullehre

Open Access
creative common licence by-sa

Nils Arne Brockmann, Henrik Pruisken, André Mersch
Hybrides Selbststudium – das Prozessmodell des DigikoS-Projekt
Open Access
creative common licence by-sa

Lars Gerber
Was ist Selbststudium?

Gestaltungsdimensionen des Selbststudiums im erweiterten Bildungsraum

Open Access
creative common licence by-sa

Albena Boychev, Anastasia Radeva, Annachiara Di Taranto
Erfassung von selbstregulierten Lernprozessen durch quantitative Selbstberichte
Open Access
creative common licence by-sa

Annika Brück-Hübner
Was kennzeichnet gutes digitales Feedback?

Eine empirische Studie zu den Gelingensbedingungen digitaler Feedbackprozesse in der Hochschullehre aus Studierendenperspektive

Open Access
creative common licence by-sa


Helena Barbas, Ute Carina Müller, Julian Peter Großmann, Thorben Huelmann
Was können wir aus den Daten eines Mathematik-Onlinetests über die Nutzenden lernen?

Learning Analytics im Projekt MINTFIT Hamburg

Open Access
creative common licence by-sa



Ulrich Haase, Jan Vanvinkenroye, Kevin Konnerth
Technologieakzeptanz von Lehramtsstudierenden in Makerspaces
Open Access
creative common licence by-sa



weitere Infos

Barbas, Helena, Müller, Ute Carina, Großmann, Julian Peter & Huelmann, Thorben (2023). Was können wir aus den Daten eines Mathematik-Onlinetests über die Nutzenden lernen? Learning Analytics im Projekt MINTFIT Hamburg. In Katharina Hombach & Heike Rundnagel (Hrsg.), Kompetenzen im digitalen Lehr- und Lernraum an Hochschulen (S. 141-151). Bielefeld: wbv Publikation. https://doi.org/10.3278/I73989w141

E-Book-Teilbeitrag (PDF)

0,00 €

versandkostenfrei

Sofort zum Download

Ebenso verfügbar als:

E-Book (PDF)Print
E-Book (PDF)
im Open Access

Bibliografische Angaben

  • Reihe: Blickpunkt Hochschuldidaktik
  • Band: 140
  • Auflage: 1
  • Erscheinungsdatum: 27.07.2023
  • Umfang: 11 Seiten
  • Artikelnr: I73989w141
  • ISBN (Print): 9783763973972
  • ISBN E-Book (PDF): 9783763973989
  • DOI (E-Book-Teilbeitrag): 10.3278/I73989w141
  • Imprint: wbv Publikation
  • Sprache: Deutsch
  • Lizenzhinweis: Creative Commons Namensnennung-Share Alike 4.0 International

Artikel weiterempfehlen