[iPhone] AddSubTrainer

AddSubTrainerAb sofort ist auch die iPhone App für den PlusMinus-Trainer online verfügbar. Nach der Webapplikation und der Android-App kann der Trainer jetzt auch am iPhone verwendet werden:

Die App beinhaltet ein webbasiertes Trainingssystem für das du ein Konto benötigst. Dein Lernfortschritt wird online gespeichert, und du bekommst immer auf dich zugeschnittene Rechenaufgaben.
Weiters gibt es einen Übungsmodus der in unterschiedlichen Schwierigkeitsstufen anonym durchführbar ist, und dem Zwecke der Verbesserung der Rechenfähigkeiten des Benutzers dient.
Ein Account kann bei https://mathe.tugraz.at angelegt werden.

[Link im Appstore]

[publication] Learning Analytics – wie Datenanalyse helfen kann, das Lernen gezielt zu verbessern.

Im Rahmen unserer Bemühungen am Sektor Learning Analytics, ist eine kleiner Beitrag für das E-Learning-Handbuch entstanden. Alle beschriebenen Applikationen können gerne unter https://mathe.tugraz.at verwendet werden.
Zusammenfassung:

Daten, Daten, Daten … entstehen in der heutigen Welt durch das zunehmende Angebot an webbasierten Applikationen. Je mehr sich das Internet öffnet, je mehr Benutzer sich auf einer Plattform anmelden, desto mehr füllen sich die dahinterliegenden Datenbanken. Unter den Schlagwörtern »Big Data« und »Data Mining« versteht man die Analyse dieser Daten, deren Interpretation und einer oft automatisierten benutzerabhängigen Reaktion. Die Tragweite von solchem auf das Lehren und Lernen angewandten Vorgehen ist heute kaum abschätzbar. In diesem Beitrag geben wir mit Beispielen eine Einführung in das Forschungsgebiet Learning Analytics (LA). Die Darstellung soll auch helfen, LA vom konventionellen Bereich Educational Data Mining (EDM) abzugrenzen. Als Beispiele für LA werden Anwendungen zum Erlernen der Arithmetik und zur Analyse von Aktivitäten im Personal-Learning-(PLE)-Bereich der Technischen Universität Graz vorgestellt und es wird dargelegt, wie Lehrpersonen von den Ergebnissen profitieren können. Charakteristisch für diese Anwendungen ist, dass dabei Unmengen von Daten erhoben, gespeichert und analysiert werden, wie das ohne Technikeinsatz nicht möglich wäre. So erkennen wir Chancen für eine wesentliche Qualitätsverbesserung des Lehrens und Lernens durch individuelle, zeitnahe, präzise, aber kompakte Feedbacks für alle an Unterrichtsprozessen Beteiligten. Im Hinblick auf die Forschung zum Lehren und Lernenbetreten wir gerade einen Raum mit nur zu erahnenden Erkenntnismöglichkeiten.

Zitation: Ebner, M.; Neuhold, B.; Schön, S. (2013) Learning Analytics – wie Datenanalyse helfen kann, das Lernen gezielt zu verbessern. In K. Wilbers & A. Hohenstein (Hrsg.), Handbuch E-Learning. Expertenwissen aus Wissenschaft und Praxis – Strategien, Instrumente, Fallstudien. Köln: Deutscher Wirtschaftsdienst (Wolters Kluwer Deutschland), 48. Erg.-Lfg. Jänner 2013. pp 1-20