
Educational Data Mining und Learning Analytics
Ein maschinell generierter Forschungsüberblick
Springer VS (Publisher)
1st Edition
Published on 10. June 2023
Book
Paperback/Softback
VII, 250 pages
978-3-658-39606-0 (ISBN)
Description
Das Buch bietet einen umfassenden Überblick über den neuesten Stand der Forschung auf dem Gebiet des Data Mining im Bildungswesen und seiner Anwendungen. Es richtet sich an ein Publikum mit unterschiedlichem Hintergrund von Informatiker:innen bis zu Bildungsphilosoph:innen.
More details
Edition
2023
Language
German
Place of publication
Wiesbaden
Germany
Publishing group
Springer Fachmedien Wiesbaden GmbH
Target group
Professional and scholarly
Illustrations
VII, 250 S.
Dimensions
Height: 24 cm
Width: 16.8 cm
Weight
446 gr
ISBN-13
978-3-658-39606-0 (9783658396060)
DOI
10.1007/978-3-658-39607-7
Schweitzer Classification
Persons
Dr. Tai Tan Mai ist derzeit Assistenzprofessor an der School of Computing, Dublin City University, Irland. Er promovierte an der gleichen Einrichtung und erhielt vom irischen Forschungsrat renommierte Forschungsstipendien. Zu seinen Forschungsinteressen gehören Data Mining, Learning Analytics, Process Mining und komplexe Systeme.
Prof. Martin Crane ist Schulleiter und Professor an der School of Computing, Irland. Er ist Mitautor von etwa 75 begutachteten wissenschaftlichen Artikeln, Zeitschriften- und Buchbeiträgen und hat seine Arbeit auf internationalen Konferenzen vorgestellt. Während seiner 20-jährigen Forschungstätigkeit bei Hitachi und DCU war er PI bei extern finanzierten Projekten mit einem Gesamtwert von 1,5 Millionen Euro. Er betreute 14 Doktorarbeiten und 2 Forschungsmaster bis zum Abschluss, wobei 5 primär betreute Doktorarbeiten in Arbeit sind. Zu seinen Forschungsgebieten gehören Learning Analytics, Quantitative Finance und Komplexe Systeme.
Dr. Marija Bezbradica ist Assistenzprofessorin an der School of Computing, Dublin City University, Irland. Ihre Forschungsgebiete sind interdisziplinär und umfassen komplexe Systeme, prädiktive und verhaltensorientierte Analytik in den Bereichen FinTech, Smart Cities, e-Health, Bildung, angewandte Mathematik und Hochleistungsrechnen. Sie ist Mitautorin von über 40 begutachteten wissenschaftlichen Artikeln, Zeitschriften- und Buchbeiträgen und hat ihre Arbeit auf internationalen Konferenzen vorgestellt. Marija hat eine Reihe von Doktoranden und Masterstudenten bis zum Abschluss betreut und hat nationale und internationale Zuschüsse von Einrichtungen wie der Europäischen Union (H2020MSCA-ITN-2017), SFI/FinTech Fusion, IRC und Enterprise Ireland erhalten.
Prof. Martin Crane ist Schulleiter und Professor an der School of Computing, Irland. Er ist Mitautor von etwa 75 begutachteten wissenschaftlichen Artikeln, Zeitschriften- und Buchbeiträgen und hat seine Arbeit auf internationalen Konferenzen vorgestellt. Während seiner 20-jährigen Forschungstätigkeit bei Hitachi und DCU war er PI bei extern finanzierten Projekten mit einem Gesamtwert von 1,5 Millionen Euro. Er betreute 14 Doktorarbeiten und 2 Forschungsmaster bis zum Abschluss, wobei 5 primär betreute Doktorarbeiten in Arbeit sind. Zu seinen Forschungsgebieten gehören Learning Analytics, Quantitative Finance und Komplexe Systeme.
Dr. Marija Bezbradica ist Assistenzprofessorin an der School of Computing, Dublin City University, Irland. Ihre Forschungsgebiete sind interdisziplinär und umfassen komplexe Systeme, prädiktive und verhaltensorientierte Analytik in den Bereichen FinTech, Smart Cities, e-Health, Bildung, angewandte Mathematik und Hochleistungsrechnen. Sie ist Mitautorin von über 40 begutachteten wissenschaftlichen Artikeln, Zeitschriften- und Buchbeiträgen und hat ihre Arbeit auf internationalen Konferenzen vorgestellt. Marija hat eine Reihe von Doktoranden und Masterstudenten bis zum Abschluss betreut und hat nationale und internationale Zuschüsse von Einrichtungen wie der Europäischen Union (H2020MSCA-ITN-2017), SFI/FinTech Fusion, IRC und Enterprise Ireland erhalten.
Content
Aktuelle Erkenntnisse aus der Literatur zu Data Mining und Learning Analytics im Bildungsbereich.- Computerunterstütztes kollaboratives Lernen: Neueste Erkenntnisse über Tools zur Unterstützung der Lerndynamik in Gruppen.- Computergestütztes selbstreguliertes und personalisiertes Lernen: Forschung zur Unterstützung des Lerntempos von Schülern.- Computergestütztes Tutoring: Einblicke in die Art und Weise, wie Maschinen Schülern helfen können, Fortschritte zu machen.- Computergestütztes prädiktives Lernen: Einige neuere Methoden zur Vorhersage des Lernerfolgs.- Ethik und Datenschutz für Learning Analytics: Forschung in einem neuen und schnell wachsenden Bereich.