• Aucun résultat trouvé

Vorwort (Preface)

N/A
N/A
Protected

Academic year: 2022

Partager "Vorwort (Preface)"

Copied!
2
0
0

Texte intégral

(1)

Daniel Schiffner (Hrsg.): Proceedings of DeLFI Workshops 2018 co-located with 16th e-Learning Conference of the German Computer Society (DeLFI 2018) Frankfurt, Germany, September 10, 2018

Workshop Learning Analytics

Hendrik Drachsler1, Johannes Konert2, Agathe Merceron3, Niels Pinkwart4, Jan Vanvinkenroye5

Learning Analytics ist einer der aktuellen Treiber der eLearning-Forschung und betrachtet die Analysemöglichkeiten und Verwendbarkeit von nutzergenerierten Daten zur Verbesserung von Lernprozessen, z.B. durch Rückspiegelung an Lernende oder durch Informationen an Lehrende. 2013 wurde innerhalb der Fachgruppe e-Learning der GI ein Arbeitskreis zu Learning Analytics gegründet, welcher interessierte KollegInnen zusammenbringt und Kooperationsmöglichkeiten anbietet. Die Mailingliste des Arbeitskreises umfasst derzeit 76 Mitglieder. Ebenfalls seit 2013 veranstaltet der Arbeitskreis Pre-Conference Workshops zur DeLFI Konferenz. Seit 2017 organisiert der Arbeitskreis zusätzlich ein jährlich stattfindendes LASI-Germany (Learning Analytics Spring Institute), welches im Jahr 2018 im Mai in Mannheim stattfand.

Um den etwas Informatik-zentrierten Blick auf Learning Analytics, welcher für einen Arbeitskreis der Gesellschaft für Informatik impliziert wird, auszuweiten, und auch gesellschaftliche und vor allem erziehungswissenschaftliche Aspekte einfließen zu lassen, wurde das Spektrum des diesjährigen Workshops neben der Präsentation aktueller Forschungsarbeiten um das Thema Analytics & Assessment (in einem interdisziplinären Format unter Einbeziehung von Psychologen / Erziehungs-wissenschaftlern) erweitert.

Ein weiteres Schwerpunktthema des diesjährigen Workshops war die seit Mai 2018 anwendbare EU-Datenschutz-Grundverordnung. Datenschutz ist seit jeher eine für das Gebiet Learning Analytics wichtige Komponente, deren Beachtung (insbesondere im traditionell recht datenschutzbewussten Deutschland) zentral für den praktischen Erfolg von Analytics-Projekten ist. Die mit der EU-Datenschutz-Grundverordnung (General Data Protection Regulation, GDPR 2018) einhergehenden neuen rechtlichen Rahmenbedingungen sind daher für PraktikerInnen und ForscherInnen im Bereich Learning Analytics hoch relevant und wurden im Workshop diskutiert.

Mit Frank Goldhammer und Jocelyn Manderveld konnten zwei thematisch passende Keynote-Talks für die Schwerpunkte des diesjährigen Workshops gewonnen werden.

Zusätzlich wurden noch insgesamt acht Paper und zwei Poster präsentiert und mit den anwesenden TeilnehmerInnen diskutiert.

1 Goethe Universität Frankfurt, [email protected]

2 Beuth Hochschule Berlin, [email protected]

3 Beuth Hochschule Berlin, [email protected]

4 Humboldt-Universität zu Berlin, [email protected]

5 Universität Stuttgart, [email protected]

(2)

16 Hendrik Drachsler, Johannes Konert, Agathe Merceron, Niels Pinkwart, Jan Vanvinkenroye

Programmkomitee

Prof. Dr. Hendrik Drachsler, Goethe Universität, Frankfurt am Main Prof. Dr. Andreas Harrer, FH Dortmund

Dr. Tobias Hecking, Universität Duisburg-Essen Prof. Dr. Christoph Igel, DFKI

Prof. Dr. Johannes Konert, Beuth Hochschule Berlin Prof. Dr. Agathe Merceron, Beuth Hochschule Berlin Prof. Dr. Niels Pinkwart, Humboldt-Universität zu Berlin Dr. Christoph Rensing, TU Darmstadt

René Röpke, RWTH Aachen

Prof. Dr. Ulrik Schroeder, RWTH Aachen Dr. Angelika Trübswetter, YOUSE GmbH Jan Vanvinkenroye, Universität Stuttgart

Références

Documents relatifs

We take this as a sign of developments to come, especially as researchers and developers in the learning sciences, educational data mining, and learning

The Learning Analytics (LA) and Educational Data Mining (EDM) fields have generated a wealth of research over the last decade, including two yearly conferences and two

Daniel Schiffner (Hrsg.): Proceedings of DeLFI Workshops 2018 co-located with 16th e-Learning Conference of the German Computer Society (DeLFI 2018) Frankfurt, Germany, September

The LWDA conference, which expands to “Lernen, Wissen, Daten, Analysen” (“Learning, Knowledge, Data, Analytics”), covers recent research in areas such as knowledge discovery,

The remaining group of contributions pivot around the idea of using learning analytics to facilitate decision making, including competence-based learning in

Although CrossLAK and MMLA have some elements that distinguish them from each other, they both share the common aim of deploying learning analytics innovations

An overarching concern was how to integrate and coordinate learning analytics to provide continued support to learning across digital and physical spaces. The goals

With the arrival of ‘big data’ in education, the potential was recognised for learning analytics to track students’ learning, to reveal patterns in their learning, or