In diesem interdisziplinären Forschungsprojekt wird eine prototypische Anwendung entwickelt, die sowohl von Forschenden eingesetzt werden kann zur Verifikation von Hypothesen zum Lernverhalten als auch von eLearning-Anbietern und -Dozenten zum Monitoring von Lernprozessen. Dabei kooperieren drei Berliner Hochschulen sowie fünf Praxispartner aus dem Bereich eLearning miteinander.
Die Methoden
In der zu entwickelnden Anwendung werden Methoden des Educational Data Mining eingesetzt, um aus den Nutzungsdaten von eLearning-Plattformen Informationen über das Verhalten der Anwender sowie über Qualität und nachhaltige Optimierungs-möglichkeiten der eLearning-Angebote zu gewinnen. Datenquelle sind u.a. die Log-Dateien der eLearning-Plattformen der beteiligten Hochschulen und Praxispartner.
Der Ansatz
Als Leitlinie dient ein Katalog von über 80 Forschungshypothesen und didaktischen Fragestellungen der Projektbeteiligten zu Lernverhalten und Mediennutzung der Anwender. Ein Schwerpunkt des Projekts liegt auf der nutzerfreundlichen Oberfläche und Visualisierung der Daten, so dass auch Anwender mit wenig statistischen Kenntnissen durch die Anwendung unterstützt werden.
Der Nutzen
Die entwickelte Anwendung wird mit geringen Anpassungen auch bei anderen eLearning-Plattformen – personalisierend (ein Login ist erforderlich) oder nicht personalisierend (Zugriff ohne Login) – eingesetzt werden können. Eine Besonderheit ist, dass hier Datenanalysen unabhängig von den betreffenden Plattformen und damit plattformübergreifend und –vergleichend erfolgen können.The project LeMo (monitoring of learning processes on personalizing and non-personalizing learning management systems) aims to develop a prototype of a web based Learning Analytics application, which provides detailed information on user navigational patterns within learning management systems and identifies needs for enhancement and revision of the learning offer. Target groups are content-provider, teacher and researcher. The prototype will support personalizing learning management systems that require a login for access as well as online encyclopedias that are non-personalizing, where neither login nor registration is needed to access content. In this project three Berlin universities cooperate with four partners in the elearning sector.
The Methods
In the developed LeMo application we use methods from visualization, statistics, sequential pattern mining and other data analysis methods in order to obtain information from databases and logfiles about the user behavior and quality of the elearning offer.
The Approach
A catalog serves about 80 research hypotheses and educational issues of the project members concerns about the learning behavior and media usage of the users. One focus is on the user-friendly interface and visualization of data to enhance the usability and to support a wide range of users including users with little knowledge about statistics.
The Benefit
The LeMo application is with minor adjustments useable in different – personalizing (a login is required) or not personalizing (access without login) – learning management systems. A special feature is that data analysis can be done independent of the respective platforms and hence it can be done across different platforms and comparing.
LeMo 