tigeR

Traning mit individuell generierten Erfolgsrückmeldungen in R

Zielsetzung

tigeR ist eine Shiny-App, die als Selbstlerntool für semesterbegleitende Übungsaufgaben mit automatisiertem Feedback für das Modul Statistik I in Psychologie (B.Sc.) erstellt wurde. Die Idee ist, dass Studierende die Aufgaben zur Überprüfung ihres Verständnisses der in der Vorlesung vermittelten Inhalte nutzen. Das primäre Ziel des Projekts ist es, durch automatisiertes, semesterbegleitendes, personalisiertes und differenziertes Feedback Studierenden einen besseren Eindruck über ihren Lernfortschritt zu ermöglichen. Dabei soll sich das Feedback nicht nur auf einzelne Aufgaben stützen, sondern es sollen auch globale statistische Kompetenzen rückgemeldet werden. Das globale Feedback zu Kernkompetenzen ist angelehnt an Konzepte des kompetenzorientieren Prüfens und wird mit Hilfe eines psychometrischen Modells geschätzt. Es ergänzt das aufgabenspezifische Feedback und ermöglicht eine längsschnittliche Rückmeldung des Lernfortschritts. Durch die Kleinschrittigkeit der Komponenten sollen Probleme im Lernprozess früh aufgedeckt werden. Die Bereitstellung von individuellem Feedback durch die Shiny-App soll die Fähigkeit der Studierenden zur Modulierung ihres eigenen Lernverhaltens im Laufe des Semesters stärken und dadurch zu einem verbesserten Kompetenzerwerb führen.


Rahmendaten
Learning Design:Einstieg, Vertiefung, Selbststudium
Sozialform:Individualarbeit
Zeitlicher Rahmen:Kontinuierlich
Voraussetzungen

Die Aufgaben auf tigeR sind auf Einstiegsniveau für Statistikinhalte konzipiert. Das heißt, alle Studierenden, die eine Einführung in Statistik für empirische, quantitative Wissenschaften erhalten haben, können mit tigeR ihr Wissen überprüfen. Die Plattform ist auf deutsch, weshalb ein gutes Verständnis der deutschen Sprache vorausgesetzt wird.


Evaluationsergebnisse aus der Pilotphase

Erstes, freiwillig zurückgemeldetes Feedback der Studierenden war überwiegend positiv und dankbar. Insbesondere Studierende, die dieses Semester Statistik wiederholen und daher das Modul noch ohne tigeR kennen, haben sich für die zusätzlichen Übungsmöglichkeiten bedankt. Aufgrund von Learning Analytics wissen wir, dass bereits mehr als 1/4 der Studierenden des Moduls tigeR aktiv genutzt hat (> 50 Nutzer:innen), bereits insgesamt mehr als 1000 mal eine Aufgabe absolviert haben, und über 15 Stunden auf tigeR verbracht haben. Wir erwarten, dass die Nutzung mit Näherrücken der Klausur nochmal zunehmen wird.


DigiTeLL Querschnittsthemen

Die Gestaltung tigeRs als offene, edukative Ressource ohne zeitliche, monetäre oder örtliche Restriktionen ermöglicht einen breiten, inklusiven Zugang für alle, die tigeR nutzen möchten.

Die Plattform ist einfach und intuitiv zu bedienen, da keine Software installiert werden muss und sie einfach über einen Internetbrowser aufgerufen werden kann.

 

Studierenden keine Informationen darüber, wie viele Aufgaben sie bereits richtig oder falsch beantwortet haben. Es soll vermieden werden, dass einfach nur nach Prozenten geschaut wird, um daraus ableiten zu können, ob man die Klausur bestehen würde. Stattdessen wird mit Hilfe eines psychometrischen Modells, dass die Aufgabenschwierigkeiten und Diskriminationsstärke bei der Schätzung der Kompetenz mit berücksichtigt. Daraufhin erhalten Studierende Feedback, wo sie sich mit ihrer Kompetenzschätzung im Vergleich zum durchschnittlichen Studierenden befinden.

 

Bei der Einrichtung des Servers für das Hosten der App wurde eng mit dem HRZ und studiumdigitale zusammengearbeitet. Zusätzlich befand sich tigeR im regen Austausch mit anderen Partnerschaften über die R-Arbeitsgruppe von DigiTeLL.

 

Die Gestaltung tigeRs als offene, edukative Ressource ohne zeitliche, monetäre oder örtliche Restriktionen ermöglicht einen breiten, inklusiven Zugang für alle, die tigeR nutzen möchten.

Die Plattform ist einfach und intuitiv zu bedienen, da keine Software installiert werden muss und sie einfach über einen Internetbrowser aufgerufen werden kann.

 

Studierenden keine Informationen darüber, wie viele Aufgaben sie bereits richtig oder falsch beantwortet haben. Es soll vermieden werden, dass einfach nur nach Prozenten geschaut wird, um daraus ableiten zu können, ob man die Klausur bestehen würde. Stattdessen wird mit Hilfe eines psychometrischen Modells, dass die Aufgabenschwierigkeiten und Diskriminationsstärke bei der Schätzung der Kompetenz mit berücksichtigt. Daraufhin erhalten Studierende Feedback, wo sie sich mit ihrer Kompetenzschätzung im Vergleich zum durchschnittlichen Studierenden befinden.

 

Bei der Einrichtung des Servers für das Hosten der App wurde eng mit dem HRZ und studiumdigitale zusammengearbeitet. Zusätzlich befand sich tigeR im regen Austausch mit anderen Partnerschaften über die R-Arbeitsgruppe von DigiTeLL.

 

Neuigkeiten

tba

Team

Prof. Dr. Martin Schultze
Projektleitung
FB 05 Psychologie und Sportwissenschaften | Institut für Psychologie


Telefon: +49 (0)69 798 35355

E-Mailschultze@psych.uni-frankfurt.de

Julia Beitner

Projektmitarbeiterin

FB 05 Psychologie und Sportwissenschaften | Institut für Psychologie


Telefon: +49 (0)69 798 35288

E-Mailbeitner@psych.uni-frankfurt.de


Jan Luca Schnatz

Studentische Hilfskraft

Kontakt

Prof. Dr. Martin Schultze
Projektleitung
FB 05 Psychologie und Sportwissenschaften | Institut für Psychologie

Telefon: +49 (0)69 798 35355

E-Mailschultze@psych.uni-frankfurt.de 


Projekt DigiTeLL 

Goethe-Universität

Theodor-W.-Adorno-Platz 1

60629 Frankfurt | Germany

E-Mail: digitell@uni-frankfurt.de


Dr. Mona Stierwald

Gesamtprojektkoordination

Studium Lehre Internationales |

Studiengänge, Recht und Qualitätsentwicklung | Koordination und Weiterentwicklung von Lehre


Telefon: +49 (0)69 798 18961 

E-Mailstierwald@sli.uni-frankfurt.de

www.uni-frankfurt.de/digitell