Personalizing online courses: from generated course material to the impact of item sequencing strategies
Personalisierung ist ein aktuelles Thema im Bereich der Online-Lehre. Lernende sind divers, sie haben unterschiedliche Vorkenntnisse, adressieren verschiedene Lernziele und variieren in ihren (Lern-)Präferenzen. Aufgrund dieser Diversität besteht die Notwendigkeit, Onlinekurse an die Bedürfnisse der...
Gespeichert in:
1. Verfasser: | |
---|---|
Format: | Abschlussarbeit Elektronisch E-Book |
Sprache: | English |
Veröffentlicht: |
Berlin
[2024?]
|
Schlagworte: | |
Online-Zugang: | kostenfrei |
Zusammenfassung: | Personalisierung ist ein aktuelles Thema im Bereich der Online-Lehre. Lernende sind divers, sie haben unterschiedliche Vorkenntnisse, adressieren verschiedene Lernziele und variieren in ihren (Lern-)Präferenzen. Aufgrund dieser Diversität besteht die Notwendigkeit, Onlinekurse an die Bedürfnisse der Lernenden anzupassen. Dabei wird das Ziel verfolgt, Lernende so zu motivieren, dass sie ein bestmögliches Lernergebnis erzielen können. Im Rahmen der Dissertation wurde die Domäne des Sprachenlernens gewählt, auf welche Methoden zur Personalisierung angewandt wurden. Eine initiale Analyse kommerzieller Sprachlern-Apps hat gezeigt, dass Personalisierung bislang nur rudimentär als Sequenzierungsstrategie umgesetzt wurde. Dabei beschränkt sich die Anwendung hauptsächlich auf das Lernen mit Karteikarten. Die Dissertation beschäftigt sich mit der übergeordneten Forschungsfrage wie Personalisierung in automatisch generierten Online-Sprachlernkursen angewandt und mit fundamentalen und experimentellen Sequenzierungsstrategien kombiniert werden kann. Hierzu setzt die vorliegende Arbeit eine modifizierte Version der "Meshing-Hypothese" exemplarisch als Sequenzierungsstrategie um. Die Idee dieser Strategie besteht darin, dass Lernende besser lernen, wenn die Lehrmethoden mit den Präferenzen der Lernenden übereinstimmen. Diese Strategie wird in der Forschung seit Jahrzehnten kontrovers diskutiert. In mehreren Schritten wurden verschiedene Perspektiven zur Anwendung der Personalisierung mit dieser Strategie untersucht. Zunächst wurde ein Instrument zur Erfassung von Präferenzen entwickelt. Die exemplarische Auswahl beschränkt sich auf jene Präferenzen, welche durch konkrete Lehrmethoden abgebildet werden können. Anschließend wurde ein Experiment durchgeführt, um Leistungsunterschiede zwischen Lernenden mit unterschiedlichen Präferenzen zu ermitteln. [...] Englische Version: Recently, personalization has become a topic of some interest in the field of education. Learners possess different levels of prior knowledge, along with various learning goals and preferences. This diversity underscores the necessity of adapting online courses to suit learners’ needs, with the ultimate goal of engaging learners for optimal learning outcomes. As a representative domain, the field of language learning was chosen, to which personalization has been applied. An initial analysis of commercial language learning apps revealed the scarce realization of personalization, mainly limited to flashcard learning as an item sequencing strategy. Subsequently, the dissertation focused on the overall research question: How can personalization in auto-generated online language learning courses be utilized and combined with fundamental and experimental item sequencing strategies? Therefore, the dissertation employed a modified version of the "Meshing Hypothesis" as an example, proposing that students learn more effectively when instructional teaching methods align with their preference levels. Its original strategy has been controversially discussed in research for decades. The research unfolded in several stages to utilize personalization, commencing with the development of an instrument to collect preferences linked to instructional teaching methods. An experiment was conducted to discern performance differences among learners with varying preference levels. This involved imitating scenarios for some instructional teaching methods within an online language learning course that follows a fixed learning progression. The subsequent phase concentrated on preparing the technical groundwork for personalized courses. To this end, the Moodle learning platform was functionally adapted to facilitate experiments in personalizing online courses. [...] |
Beschreibung: | Tag der mündlichen Prüfung: 31.05.2024 Der Text enthält eine Zusammenfassung in deutscher und englischer Sprache. Veröffentlichung der elektronischen Ressource auf dem edoc-Server der Humboldt-Universität zu Berlin: 2024 |
Beschreibung: | 1 Online-Ressource (XIV, 305 Seiten) Illustrationen, Diagramme |
Internformat
MARC
LEADER | 00000nmm a2200000 c 4500 | ||
---|---|---|---|
001 | BV049801561 | ||
003 | DE-604 | ||
005 | 20241025 | ||
006 | a m||| 00||| | ||
007 | cr|uuu---uuuuu | ||
008 | 240730s2024 |||| o||u| ||||||eng d | ||
024 | 7 | |a 10.18452/28914 |2 doi | |
024 | 7 | |a urn:nbn:de:kobv:11-110-18452/29785-1 |2 urn | |
035 | |a (OCoLC)1450727978 | ||
035 | |a (DE-599)BVBBV049801561 | ||
040 | |a DE-604 |b ger |e rda | ||
041 | 0 | |a eng | |
049 | |a DE-11 | ||
084 | |a DP 1960 |0 (DE-625)19809:761 |2 rvk | ||
084 | |8 1\p |a 658.3124 |2 23ksdnb | ||
084 | |8 2\p |a 650 |2 23sdnb | ||
100 | 1 | |a Rüdian, Sylvio |e Verfasser |0 (DE-588)1337349461 |4 aut | |
245 | 1 | 0 | |a Personalizing online courses |b from generated course material to the impact of item sequencing strategies |c von Sylvio Rüdian, M. Sc. |
264 | 1 | |a Berlin |c [2024?] | |
300 | |a 1 Online-Ressource (XIV, 305 Seiten) |b Illustrationen, Diagramme | ||
336 | |b txt |2 rdacontent | ||
337 | |b c |2 rdamedia | ||
338 | |b cr |2 rdacarrier | ||
500 | |a Tag der mündlichen Prüfung: 31.05.2024 | ||
500 | |a Der Text enthält eine Zusammenfassung in deutscher und englischer Sprache. | ||
500 | |a Veröffentlichung der elektronischen Ressource auf dem edoc-Server der Humboldt-Universität zu Berlin: 2024 | ||
502 | |b Dissertation |c Humboldt-Universität zu Berlin |d 2024 | ||
520 | 8 | |a Personalisierung ist ein aktuelles Thema im Bereich der Online-Lehre. Lernende sind divers, sie haben unterschiedliche Vorkenntnisse, adressieren verschiedene Lernziele und variieren in ihren (Lern-)Präferenzen. Aufgrund dieser Diversität besteht die Notwendigkeit, Onlinekurse an die Bedürfnisse der Lernenden anzupassen. Dabei wird das Ziel verfolgt, Lernende so zu motivieren, dass sie ein bestmögliches Lernergebnis erzielen können. Im Rahmen der Dissertation wurde die Domäne des Sprachenlernens gewählt, auf welche Methoden zur Personalisierung angewandt wurden. Eine initiale Analyse kommerzieller Sprachlern-Apps hat gezeigt, dass Personalisierung bislang nur rudimentär als Sequenzierungsstrategie umgesetzt wurde. Dabei beschränkt sich die Anwendung hauptsächlich auf das Lernen mit Karteikarten. Die Dissertation beschäftigt sich mit der übergeordneten Forschungsfrage wie Personalisierung in automatisch generierten Online-Sprachlernkursen angewandt und mit fundamentalen und experimentellen Sequenzierungsstrategien kombiniert werden kann. Hierzu setzt die vorliegende Arbeit eine modifizierte Version der "Meshing-Hypothese" exemplarisch als Sequenzierungsstrategie um. Die Idee dieser Strategie besteht darin, dass Lernende besser lernen, wenn die Lehrmethoden mit den Präferenzen der Lernenden übereinstimmen. Diese Strategie wird in der Forschung seit Jahrzehnten kontrovers diskutiert. In mehreren Schritten wurden verschiedene Perspektiven zur Anwendung der Personalisierung mit dieser Strategie untersucht. Zunächst wurde ein Instrument zur Erfassung von Präferenzen entwickelt. Die exemplarische Auswahl beschränkt sich auf jene Präferenzen, welche durch konkrete Lehrmethoden abgebildet werden können. Anschließend wurde ein Experiment durchgeführt, um Leistungsunterschiede zwischen Lernenden mit unterschiedlichen Präferenzen zu ermitteln. [...] | |
520 | 8 | |a Englische Version: Recently, personalization has become a topic of some interest in the field of education. Learners possess different levels of prior knowledge, along with various learning goals and preferences. This diversity underscores the necessity of adapting online courses to suit learners’ needs, with the ultimate goal of engaging learners for optimal learning outcomes. As a representative domain, the field of language learning was chosen, to which personalization has been applied. An initial analysis of commercial language learning apps revealed the scarce realization of personalization, mainly limited to flashcard learning as an item sequencing strategy. Subsequently, the dissertation focused on the overall research question: How can personalization in auto-generated online language learning courses be utilized and combined with fundamental and experimental item sequencing strategies? Therefore, the dissertation employed a modified version of the "Meshing Hypothesis" as an example, proposing that students learn more effectively when instructional teaching methods align with their preference levels. Its original strategy has been controversially discussed in research for decades. The research unfolded in several stages to utilize personalization, commencing with the development of an instrument to collect preferences linked to instructional teaching methods. An experiment was conducted to discern performance differences among learners with varying preference levels. This involved imitating scenarios for some instructional teaching methods within an online language learning course that follows a fixed learning progression. The subsequent phase concentrated on preparing the technical groundwork for personalized courses. To this end, the Moodle learning platform was functionally adapted to facilitate experiments in personalizing online courses. [...] | |
650 | 0 | 7 | |8 3\p |a Fremdsprachenlernen |0 (DE-588)4071461-5 |2 gnd |
650 | 0 | 7 | |8 4\p |a E-Learning |0 (DE-588)4727098-6 |2 gnd |
653 | |a Personalisierung | ||
653 | |a Präferenzen | ||
653 | |a Kursgenerierung | ||
653 | |a Sequenzierungsstrategien | ||
653 | |a Moodle | ||
653 | |a Modifizierte Meshing-Hypothese | ||
653 | |a Sprachenlernen | ||
653 | |a Personalization | ||
653 | |a Preferences | ||
653 | |a Course Generation | ||
653 | |a Item Sequencing Strategies | ||
653 | |a Modified Meshing Hypothesis | ||
653 | |a Language Learning | ||
655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
776 | 0 | 8 | |i Erscheint auch als |a Rüdian, Sylvio |t Personalizing online courses |c from generated course material to the impact of item sequencing strategies |n Druck-Ausgabe |w (DE-604)BV049916793 |
856 | 4 | 0 | |u http://edoc.hu-berlin.de/18452/29785 |x Verlag |z kostenfrei |3 Volltext |
883 | 0 | |8 1\p |a emakn |c 0,20836 |d 20240731 |q DE-101 |u https://d-nb.info/provenance/plan#emakn | |
883 | 0 | |8 2\p |a emasg |c 0,42399 |d 20240731 |q DE-101 |u https://d-nb.info/provenance/plan#emasg | |
883 | 0 | |8 3\p |a emagnd |c 0,10958 |d 20240731 |q DE-101 |u https://d-nb.info/provenance/plan#emagnd | |
883 | 0 | |8 4\p |a emagnd |c 0,04552 |d 20240731 |q DE-101 |u https://d-nb.info/provenance/plan#emagnd | |
912 | |a ebook | ||
943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-035142164 |
Datensatz im Suchindex
_version_ | 1813879714710814720 |
---|---|
adam_text | |
any_adam_object | |
author | Rüdian, Sylvio |
author_GND | (DE-588)1337349461 |
author_facet | Rüdian, Sylvio |
author_role | aut |
author_sort | Rüdian, Sylvio |
author_variant | s r sr |
building | Verbundindex |
bvnumber | BV049801561 |
classification_rvk | DP 1960 |
collection | ebook |
ctrlnum | (OCoLC)1450727978 (DE-599)BVBBV049801561 |
discipline | Pädagogik |
format | Thesis Electronic eBook |
fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nmm a2200000 c 4500</leader><controlfield tag="001">BV049801561</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20241025</controlfield><controlfield tag="006">a m||| 00|||</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">240730s2024 |||| o||u| ||||||eng d</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.18452/28914</subfield><subfield code="2">doi</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">urn:nbn:de:kobv:11-110-18452/29785-1</subfield><subfield code="2">urn</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1450727978</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV049801561</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">eng</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-11</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DP 1960</subfield><subfield code="0">(DE-625)19809:761</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">658.3124</subfield><subfield code="2">23ksdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">2\p</subfield><subfield code="a">650</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Rüdian, Sylvio</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1337349461</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Personalizing online courses</subfield><subfield code="b">from generated course material to the impact of item sequencing strategies</subfield><subfield code="c">von Sylvio Rüdian, M. Sc.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin</subfield><subfield code="c">[2024?]</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (XIV, 305 Seiten)</subfield><subfield code="b">Illustrationen, Diagramme</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Tag der mündlichen Prüfung: 31.05.2024</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Der Text enthält eine Zusammenfassung in deutscher und englischer Sprache.</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Veröffentlichung der elektronischen Ressource auf dem edoc-Server der Humboldt-Universität zu Berlin: 2024</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="b">Dissertation</subfield><subfield code="c">Humboldt-Universität zu Berlin</subfield><subfield code="d">2024</subfield></datafield><datafield tag="520" ind1="8" ind2=" "><subfield code="a">Personalisierung ist ein aktuelles Thema im Bereich der Online-Lehre. Lernende sind divers, sie haben unterschiedliche Vorkenntnisse, adressieren verschiedene Lernziele und variieren in ihren (Lern-)Präferenzen. Aufgrund dieser Diversität besteht die Notwendigkeit, Onlinekurse an die Bedürfnisse der Lernenden anzupassen. Dabei wird das Ziel verfolgt, Lernende so zu motivieren, dass sie ein bestmögliches Lernergebnis erzielen können. Im Rahmen der Dissertation wurde die Domäne des Sprachenlernens gewählt, auf welche Methoden zur Personalisierung angewandt wurden. Eine initiale Analyse kommerzieller Sprachlern-Apps hat gezeigt, dass Personalisierung bislang nur rudimentär als Sequenzierungsstrategie umgesetzt wurde. Dabei beschränkt sich die Anwendung hauptsächlich auf das Lernen mit Karteikarten. Die Dissertation beschäftigt sich mit der übergeordneten Forschungsfrage wie Personalisierung in automatisch generierten Online-Sprachlernkursen angewandt und mit fundamentalen und experimentellen Sequenzierungsstrategien kombiniert werden kann. Hierzu setzt die vorliegende Arbeit eine modifizierte Version der "Meshing-Hypothese" exemplarisch als Sequenzierungsstrategie um. Die Idee dieser Strategie besteht darin, dass Lernende besser lernen, wenn die Lehrmethoden mit den Präferenzen der Lernenden übereinstimmen. Diese Strategie wird in der Forschung seit Jahrzehnten kontrovers diskutiert. In mehreren Schritten wurden verschiedene Perspektiven zur Anwendung der Personalisierung mit dieser Strategie untersucht. Zunächst wurde ein Instrument zur Erfassung von Präferenzen entwickelt. Die exemplarische Auswahl beschränkt sich auf jene Präferenzen, welche durch konkrete Lehrmethoden abgebildet werden können. Anschließend wurde ein Experiment durchgeführt, um Leistungsunterschiede zwischen Lernenden mit unterschiedlichen Präferenzen zu ermitteln. [...]</subfield></datafield><datafield tag="520" ind1="8" ind2=" "><subfield code="a">Englische Version: Recently, personalization has become a topic of some interest in the field of education. Learners possess different levels of prior knowledge, along with various learning goals and preferences. This diversity underscores the necessity of adapting online courses to suit learners’ needs, with the ultimate goal of engaging learners for optimal learning outcomes. As a representative domain, the field of language learning was chosen, to which personalization has been applied. An initial analysis of commercial language learning apps revealed the scarce realization of personalization, mainly limited to flashcard learning as an item sequencing strategy. Subsequently, the dissertation focused on the overall research question: How can personalization in auto-generated online language learning courses be utilized and combined with fundamental and experimental item sequencing strategies? Therefore, the dissertation employed a modified version of the "Meshing Hypothesis" as an example, proposing that students learn more effectively when instructional teaching methods align with their preference levels. Its original strategy has been controversially discussed in research for decades. The research unfolded in several stages to utilize personalization, commencing with the development of an instrument to collect preferences linked to instructional teaching methods. An experiment was conducted to discern performance differences among learners with varying preference levels. This involved imitating scenarios for some instructional teaching methods within an online language learning course that follows a fixed learning progression. The subsequent phase concentrated on preparing the technical groundwork for personalized courses. To this end, the Moodle learning platform was functionally adapted to facilitate experiments in personalizing online courses. [...]</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">3\p</subfield><subfield code="a">Fremdsprachenlernen</subfield><subfield code="0">(DE-588)4071461-5</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">4\p</subfield><subfield code="a">E-Learning</subfield><subfield code="0">(DE-588)4727098-6</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Personalisierung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Präferenzen</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Kursgenerierung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Sequenzierungsstrategien</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Moodle</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Modifizierte Meshing-Hypothese</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Sprachenlernen</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Personalization</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Preferences</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Course Generation</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Item Sequencing Strategies</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Modified Meshing Hypothesis</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Language Learning</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="a">Rüdian, Sylvio</subfield><subfield code="t">Personalizing online courses</subfield><subfield code="c">from generated course material to the impact of item sequencing strategies</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="w">(DE-604)BV049916793</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">http://edoc.hu-berlin.de/18452/29785</subfield><subfield code="x">Verlag</subfield><subfield code="z">kostenfrei</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">emakn</subfield><subfield code="c">0,20836</subfield><subfield code="d">20240731</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emakn</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">emasg</subfield><subfield code="c">0,42399</subfield><subfield code="d">20240731</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emasg</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,10958</subfield><subfield code="d">20240731</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">4\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,04552</subfield><subfield code="d">20240731</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ebook</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-035142164</subfield></datafield></record></collection> |
genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
genre_facet | Hochschulschrift |
id | DE-604.BV049801561 |
illustrated | Not Illustrated |
indexdate | 2024-10-25T10:01:36Z |
institution | BVB |
language | English |
oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-035142164 |
oclc_num | 1450727978 |
open_access_boolean | 1 |
owner | DE-11 |
owner_facet | DE-11 |
physical | 1 Online-Ressource (XIV, 305 Seiten) Illustrationen, Diagramme |
psigel | ebook |
publishDate | 2024 |
publishDateSearch | 2024 |
publishDateSort | 2024 |
record_format | marc |
spelling | Rüdian, Sylvio Verfasser (DE-588)1337349461 aut Personalizing online courses from generated course material to the impact of item sequencing strategies von Sylvio Rüdian, M. Sc. Berlin [2024?] 1 Online-Ressource (XIV, 305 Seiten) Illustrationen, Diagramme txt rdacontent c rdamedia cr rdacarrier Tag der mündlichen Prüfung: 31.05.2024 Der Text enthält eine Zusammenfassung in deutscher und englischer Sprache. Veröffentlichung der elektronischen Ressource auf dem edoc-Server der Humboldt-Universität zu Berlin: 2024 Dissertation Humboldt-Universität zu Berlin 2024 Personalisierung ist ein aktuelles Thema im Bereich der Online-Lehre. Lernende sind divers, sie haben unterschiedliche Vorkenntnisse, adressieren verschiedene Lernziele und variieren in ihren (Lern-)Präferenzen. Aufgrund dieser Diversität besteht die Notwendigkeit, Onlinekurse an die Bedürfnisse der Lernenden anzupassen. Dabei wird das Ziel verfolgt, Lernende so zu motivieren, dass sie ein bestmögliches Lernergebnis erzielen können. Im Rahmen der Dissertation wurde die Domäne des Sprachenlernens gewählt, auf welche Methoden zur Personalisierung angewandt wurden. Eine initiale Analyse kommerzieller Sprachlern-Apps hat gezeigt, dass Personalisierung bislang nur rudimentär als Sequenzierungsstrategie umgesetzt wurde. Dabei beschränkt sich die Anwendung hauptsächlich auf das Lernen mit Karteikarten. Die Dissertation beschäftigt sich mit der übergeordneten Forschungsfrage wie Personalisierung in automatisch generierten Online-Sprachlernkursen angewandt und mit fundamentalen und experimentellen Sequenzierungsstrategien kombiniert werden kann. Hierzu setzt die vorliegende Arbeit eine modifizierte Version der "Meshing-Hypothese" exemplarisch als Sequenzierungsstrategie um. Die Idee dieser Strategie besteht darin, dass Lernende besser lernen, wenn die Lehrmethoden mit den Präferenzen der Lernenden übereinstimmen. Diese Strategie wird in der Forschung seit Jahrzehnten kontrovers diskutiert. In mehreren Schritten wurden verschiedene Perspektiven zur Anwendung der Personalisierung mit dieser Strategie untersucht. Zunächst wurde ein Instrument zur Erfassung von Präferenzen entwickelt. Die exemplarische Auswahl beschränkt sich auf jene Präferenzen, welche durch konkrete Lehrmethoden abgebildet werden können. Anschließend wurde ein Experiment durchgeführt, um Leistungsunterschiede zwischen Lernenden mit unterschiedlichen Präferenzen zu ermitteln. [...] Englische Version: Recently, personalization has become a topic of some interest in the field of education. Learners possess different levels of prior knowledge, along with various learning goals and preferences. This diversity underscores the necessity of adapting online courses to suit learners’ needs, with the ultimate goal of engaging learners for optimal learning outcomes. As a representative domain, the field of language learning was chosen, to which personalization has been applied. An initial analysis of commercial language learning apps revealed the scarce realization of personalization, mainly limited to flashcard learning as an item sequencing strategy. Subsequently, the dissertation focused on the overall research question: How can personalization in auto-generated online language learning courses be utilized and combined with fundamental and experimental item sequencing strategies? Therefore, the dissertation employed a modified version of the "Meshing Hypothesis" as an example, proposing that students learn more effectively when instructional teaching methods align with their preference levels. Its original strategy has been controversially discussed in research for decades. The research unfolded in several stages to utilize personalization, commencing with the development of an instrument to collect preferences linked to instructional teaching methods. An experiment was conducted to discern performance differences among learners with varying preference levels. This involved imitating scenarios for some instructional teaching methods within an online language learning course that follows a fixed learning progression. The subsequent phase concentrated on preparing the technical groundwork for personalized courses. To this end, the Moodle learning platform was functionally adapted to facilitate experiments in personalizing online courses. [...] 3\p Fremdsprachenlernen (DE-588)4071461-5 gnd 4\p E-Learning (DE-588)4727098-6 gnd Personalisierung Präferenzen Kursgenerierung Sequenzierungsstrategien Moodle Modifizierte Meshing-Hypothese Sprachenlernen Personalization Preferences Course Generation Item Sequencing Strategies Modified Meshing Hypothesis Language Learning (DE-588)4113937-9 Hochschulschrift gnd-content Erscheint auch als Rüdian, Sylvio Personalizing online courses from generated course material to the impact of item sequencing strategies Druck-Ausgabe (DE-604)BV049916793 http://edoc.hu-berlin.de/18452/29785 Verlag kostenfrei Volltext 1\p emakn 0,20836 20240731 DE-101 https://d-nb.info/provenance/plan#emakn 2\p emasg 0,42399 20240731 DE-101 https://d-nb.info/provenance/plan#emasg 3\p emagnd 0,10958 20240731 DE-101 https://d-nb.info/provenance/plan#emagnd 4\p emagnd 0,04552 20240731 DE-101 https://d-nb.info/provenance/plan#emagnd |
spellingShingle | Rüdian, Sylvio Personalizing online courses from generated course material to the impact of item sequencing strategies 3\p Fremdsprachenlernen (DE-588)4071461-5 gnd 4\p E-Learning (DE-588)4727098-6 gnd |
subject_GND | (DE-588)4071461-5 (DE-588)4727098-6 (DE-588)4113937-9 |
title | Personalizing online courses from generated course material to the impact of item sequencing strategies |
title_auth | Personalizing online courses from generated course material to the impact of item sequencing strategies |
title_exact_search | Personalizing online courses from generated course material to the impact of item sequencing strategies |
title_full | Personalizing online courses from generated course material to the impact of item sequencing strategies von Sylvio Rüdian, M. Sc. |
title_fullStr | Personalizing online courses from generated course material to the impact of item sequencing strategies von Sylvio Rüdian, M. Sc. |
title_full_unstemmed | Personalizing online courses from generated course material to the impact of item sequencing strategies von Sylvio Rüdian, M. Sc. |
title_short | Personalizing online courses |
title_sort | personalizing online courses from generated course material to the impact of item sequencing strategies |
title_sub | from generated course material to the impact of item sequencing strategies |
topic | 3\p Fremdsprachenlernen (DE-588)4071461-5 gnd 4\p E-Learning (DE-588)4727098-6 gnd |
topic_facet | Fremdsprachenlernen E-Learning Hochschulschrift |
url | http://edoc.hu-berlin.de/18452/29785 |
work_keys_str_mv | AT rudiansylvio personalizingonlinecoursesfromgeneratedcoursematerialtotheimpactofitemsequencingstrategies |