/ en / Traditional / help

Beats Biblionetz - Texte

Sensor Based Adaptive Learning - Lessons Learned

Albrecht Fortenbacher, Manuel Ninaus, Haeseon Yun, René Helbig, Korbinian Moeller
Zu finden in: DELFI 2019 (Seite 193 bis 198), 2019 local web 
Erste Seite des Textes (PDF-Thumbnail)
Diese Seite wurde seit mehr als 9 Monaten inhaltlich nicht mehr aktualisiert. Unter Umständen ist sie nicht mehr aktuell.

iconZusammenfassungen

DELFI 2019Recent advances in sensor technology allow for investigating emotional and cognitive states of learners. However, making use of sensor data is a complex endeavor, even more so when considering physiological data to support learning. In the BMBF-funded project Learning Analytics for sensor-based adaptive learning (LISA), we developed a comprehensive solution for adaptive learning using sensor data for acquiring skin conductance, heart rate, as well as environmental factors (e.g. CO2). In particular, we developed, (i) a sensor wristband acquiring physiological and environmental data, (ii) a tablet application (SmartMonitor) for monitoring and visualizing sensor data, (iii) a learning analytics backend, which processes and stores sensor data obtained from SmartMonitor, and (iv) learning applications utilizing these features. In an ongoing study, we applied our solution to a serious game to adaptively control its difficulty. Post-hoc interviews indicated that learners became aware of the adaptation and rated the adaptive version better and more exciting. Although potentials of utilizing physiological data for learning analytics are very promising, more interdisciplinary research is necessary to exploit these for real-world educational settings.
Von Albrecht Fortenbacher, Manuel Ninaus, Haeseon Yun, René Helbig, Korbinian Moeller im Konferenz-Band DELFI 2019 (2019) im Text Sensor Based Adaptive Learning - Lessons Learned

iconDieses Konferenz-Paper erwähnt ...


Begriffe
KB IB clear
Bildungeducation (Bildung), Datendata, learning analyticslearning analytics, Lernenlearning

iconDieses Konferenz-Paper erwähnt vermutlich nicht ... Eine statistisch erstelle Liste von nicht erwähnten (oder zumindest nicht erfassten) Begriffen, die aufgrund der erwähnten Begriffe eine hohe Wahrscheinlichkeit aufweisen, erwähnt zu werden.

icon
Nicht erwähnte Begriffe
Digitalisierung, LehrerIn, Schule, Unterricht

iconTagcloud

iconVorträge von Beat mit Bezug

  • Digidaktik oder Datadaktik?

    Universität Frankfurt, 20.09.2019
  • Mehr als 0 und 1?

    CAS Digital Leadership der PHZH, 03.07.2020
  • Anforderungen an die Lehrkräftebildung MIT - ÜBER - IN digitalen Medien

    QLB-BMBF-Kongress Berlin, 22.11.2021
  • Digi-was?

    Austausch mit dem AVS Schwyz, 24.01.2023

iconZitationsgraph

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese Grafik fensterfüllend anzeigen (SVG)

iconErwähnungen  Dies ist eine nach Erscheinungsjahr geordnete Liste aller im Biblionetz vorhandenen Werke, die das ausgewählte Thema behandeln.

iconAnderswo finden

icon

iconVolltext dieses Dokuments

Sensor Based Adaptive Learning - Lessons Learned: Kapitel als Volltext (lokal: PDF, 196 kByte)

iconAnderswo suchen  Auch im Biblionetz finden Sie nicht alles. Aus diesem Grund bietet das Biblionetz bereits ausgefüllte Suchformulare für verschiedene Suchdienste an. Biblionetztreffer werden dabei ausgeschlossen.

iconBeat und dieses Konferenz-Paper

Beat hat Dieses Konferenz-Paper während seiner Zeit am Institut für Medien und Schule (IMS) ins Biblionetz aufgenommen. Beat besitzt kein physisches, aber ein digitales Exemplar. (das er aber aus Urheberrechtsgründen nicht einfach weitergeben darf). Aufgrund der wenigen Einträge im Biblionetz scheint er es nicht wirklich gelesen zu haben. Es gibt bisher auch nur wenige Objekte im Biblionetz, die dieses Werk zitieren. Beat hat Dieses Konferenz-Paper auch schon in Vorträgen erwähnt.

iconBiblionetz-History Dies ist eine graphische Darstellung, wann wie viele Verweise von und zu diesem Objekt ins Biblionetz eingetragen wurden und wie oft die Seite abgerufen wurde.