IFS organisiert FAIR Learning Analytics Workshop mit
- News
- Veranstaltungen
Das interdisziplinare Forschungsprofil FAIR veranstaltet vom 25.–27. September einen vom IFS mitorganisierten Learning Analytics Workshop.
Das interdisziplinare Forschungsprofil FAIR veranstaltet vom 25.–27. September einen Learning Analytics Workshop an der TU Dortmund. Learning Analytics bezeichnet die Erfassung, Analyse und Veranschaulichung von detaillierten Daten über Lernprozesse, und bietet neben Erkenntnissen für die Lehr- und Lernforschung auch Lernenden Informationen über ihren Lernprozess.
Der zweiteilige Workshop startet mit einer Einführung zu dem Thema Learning Analytics. Am 25. September geben Juniorprofessorin Ioana Jivet von der Fernuniversität Hagen und Juniorprofessorin Maren Scheffel von der Ruhr-Universität Bochum einen Überblick zum effektiven Design von Dashboards und Datenvisualisierung im Lernkontext, inklusive Übungen zum Design eigener Dashboards. Am 26. September wird im Workshop von Forscher*innen der Universität Mannheim – Dr. Jan Delcker, Joana Heil und Yvonne Hemmler – eine Einführung in daten-getriebene Unterstützung von Lernprozessen gegeben. Im zweiten Teil des Workshops steht der Austausch zu aktueller Forschung der Teilnehmenden im Fokus. Neben Präsentationen aktueller Projekte wird es die Möglichkeit geben, durch den Austausch eine Zusammenarbeit zum Thema Learning Analytics zu starten.
Der Workshop wird von Wissenschaftler*innen des IFS – Dr. Jakob Schwerter, Dr. Thomas Brüggemann, Dr. Elisabeth Graf – und vom Lehrstuhl für Statistische Methoden in den Sozialwissenschaften – Professor Philipp Döbler – organisiert. Interessierte Forscher*innen können sich bis 7. September online für den Workshop anmelden, oder das FAIR Workshop Team unter workshop.fairtu-dortmundde kontaktieren.
Im Projekt und Profil FAIR geht es um einen interdisziplinären Wissenstransfer zwischen den beteiligten Arbeitsbereichen aus der Statistik, den Datenwissenschaften und der Empirischen Bildungs-, Rehabilitations- und Sozialforschung. Das interdisziplinäre Team im Profil FAIR fokussiert die Entwicklung, Erprobung und Anwendung innovativer Ansätze zum Umgang mit großen Datenmengen und kleinen Fallzahlen zur Optimierung von Prognose und Intervention. Die Wissenschaftler*innen des IFS beschäftigen sich dabei vor allem mit Interventionsforschung und der Analyse von Large Scale Assessments im Bildungsbereich sowie mit Simulationsstudien zum Umgang mit fehlenden Werten und dem Einsatz von baumbasierten Verfahren bei Daten mit fehlenden Werten.