Logo des Repositoriums

Auflistung nach Autor:in "Hara, Tenshi"

1 - 6 von 6
  • Konferenzbeitrag
    auditorium – Frage, Diskutiere und Teile Dein Wissen!
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2014, 2014) Beier, Lars; Braun, Iris; Hara, Tenshi
    Im Sommersemester 2012 wurde die Online Community auditorium von Informatik-Studenten der TU Dresden entwickelt. Die Online Plattform bietet den Studierenden und Mitarbeitern einen Anlaufpunkt für alle Fragen und Antworten rund um das Studium. Der Fokus lag darin, eine zentrale Anlaufstelle für die studentischen Belange zu schaffen, um das vorhandene Wissen besser teilen zu können und für später zu archivieren.
  • Textdokument
    Geführte Auswahl von IT-basierten Lehr/Lern-Werkzeugen
    (Bildungsräume 2017, 2017) Kubica, Tommy; Hara, Tenshi; Braun, Iris; Kapp, Felix; Schill, Alexander
    Universitäre Lehrveranstaltungen (LV) in den MINT Fächern profitieren von der Einführung von IT-basierten Lehr/Lern-Werkzeugen (ILL), beispielsweise Classroom Response Systemen (CRS). In Kombination mit selbstreguliertem Lernen bleibt das Lernen nicht auf das Wissen über MINT beschränkt, sondern wird auf das Lernen durch MINT erweitert. Nachteilig hat sich die Einführung von ILL auf den Vorbereitungsaufwand der Lehrenden ausgewirkt. Nicht nur muss der funktionale Umfang der ILL den Lehrenden bewusst sein, idealerweise verstehen sie auch alle zugrundeliegenden lernpsychologischen und didaktischen Konzepte. Derzeit existieren nur wenige Lehr/Lern-Plattformen (LLP), die die Lehrenden bei der Auswahl von ILL unterstützen, beispielsweise einschätzen, ob ein CRS-Einsatz geeignet und sinnvoll ist. Keines der existierenden Auswahlverfahren bietet dabei umfangreiche Erklärungen der didaktischen und lernpsychologischen Hintergründe oder ihrer Kompatibilität. Deshalb sind Lehrende häufig mit der ILL-Auswahl überfordert. Diese Probleme adressierend wurde ein Prototyp mit geführter und erklärender ILL-Auswahl implementiert. Alle Auswahlvorschläge werden bereits zum Zeitpunkt der Erstellung von LV durch einen simplen Algorithmus bewertet und führen zu individuellen Bewertungen für einzelne Lehrende. Gleichzeitig werden den Lehrenden bei Bedarf einblendbare, umfangreiche Hinweise und Erklärungen angeboten.
  • Konferenzbeitrag
  • Conference Paper 
    Weißt Du es oder rätst Du noch? - ARS mit Rückmeldungen zur Antwortzuversicht bei Lernfragen
    (DELFI 2019, 2019) Braeschke, Lucas; Braun, Iris; Kapp, Felix; Hara, Tenshi
    Die reine Erfassung von Antworten auf Lernfragen in Audience Response Systemen (ARS) leidet in der Regel unter einer Entkopplung zwischen tatsächlich vorhandenem Wissen, gefühltem Wissen und irrtümlich angenommenem Wissen. Für Lernende ist eine Einschätzung der Wissensqualität für erfolgreiches Lernen jedoch unverzichtbar. Durch die zusätzliche Erfassung der Ant­wortzuversicht wird Lernenden der tatsächliche Wissensstand zugänglich; darüber hinaus ist dann eine erfolgreiche Lernbedarfsermittlung möglich. Ob fehlendes oder falsches Verständnis vor­liegt, oder Wissen nur partiell oder doch vollständig verarbeitet wurde, kann mit den Mitteln von Audience Response Systemen einfach und elegant verarbeitet und den Lernenden als indivi­duali­sierte Auswertung zugänglich gemacht werden. In diesem Beitrag wird eine prototypische Imple­mentierung mit ersten Evaluationsergebnissen präsentiert.
  • Konferenzbeitrag
    Zesare: Kompetenzbündelung zur Unterstützung Studierender beim Erwerb studienbegleitender Zertifizierungen an sächsischen Hochschulen – Ein Projektbericht
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2013, 2013) Hara, Tenshi; Feldmann, Marius; Mußmacher, Yvonne; Schill, Alexander
    Im Rahmen eines vom Hochschuldidaktischen Zentrums Sachsen ausgelobten Projektes im Rahmen des Verbundes „Lehrpraxis im Transfer“ wurde eine online Lehr-/Lern-Plattform konzipiert und prototypisch implementiert. Dabei stand die Förderung des Wissenstransfers zwischen den verschiedenen sächsischen Hochschulen im Vordergrund, wodurch Lehrende und Lernende effizient im Wissenstransfer unterstützt werden sollen.
  • Konferenzbeitrag
    Zuversichtserfassung als Mittel zur Stärkung von selbstreguliertem Lernen
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2019, 2019) Damnik, Gregor; Braeschke, Lucas; Kubica, Tommy; Braun, Iris; Hara, Tenshi
    Lernende, die selbstreguliert Wissen erwerben wollen, müssen ihren Wissenserwerbsprozess nicht nur selbstständig planen, sondern bei Bedarf auch entsprechend regulieren bzw. anpassen können. Im Sinne dieser Regulation ist es notwendig, dass sie eine genaue Vorstellung davon haben, welche Inhalte einer Lerneinheit sie bereits gut verstanden haben oder an welchen Stellen Nachholbedarf besteht. Technische Systeme können über gezielte Aufforderungen Lernende darin unterstützen, sich eine möglichst genaue Vorstellung über ihren eigenen Wissenserwerbsprozess zu bilden. Wie diese Vorstellung mittels Zuversichtserfassung angeregt werden kann, wie dies in ein bestehendes Audience Response System integriert wurde und welche Ergebnisse daraus abgeleitet werden konnten, wird im folgenden Praxisbeitrag gezeigt bzw. auf der GeNeMe 2019 präsentiert.