In der Netzwerkgesellschaft des 21. Jahrhunderts gilt die kollaborative Verteilung und Nutzung von Information und Wissen als Schlüsselstrategie für den webbasierten Informations- und Wissenstransfer. Durch die technologischen Möglichkeiten werden technische Zugangsbarrieren weitestgehend überwunden und traditionelle Formen der Wissensvermittlung durch moderne webbasierte Lernumgebungen ergänzt. Der Umgang mit kollaborativen Lehr- und Lernszenarien im dynamischen Informations- und Wissenstransfer bildet die Grundlage für den soziokulturellen Fortschritt innerhalb der Bildungsforschung. Der Schwerpunkt dieser Arbeit lag auf der strukturellen und relationalen Analyse sozialer Organisationsstrukturen innerhalb von Wissensnetzwerken. Ziel war es, Einflussfaktoren offenzulegen, die sich auf das Innovations- und Distributionspotential von Information und Wissen innerhalb von kollaborativen Wissensnetzwerken auswirken. Es wurden dazu Interaktionsprozesse von Teilnehmern innerhalb von Diskussionsforen am Beispiel der Lernplattform OPAL – dem aktuell populärsten Lernmanagementsystem in der Hochschulbildung Sachsens, Deutschland – untersucht. Unter der Annahme, dass soziale Interaktion besonders im Umgang mit kollaborativen Medien den Bildungsablauf und der Aufbau von Wissensnetzwerken die Lehr- und Lernprozesse beeinflusst, wurden in dieser Arbeit die strukturellen Bedingungen des kollaborativen Wissensnetzwerkes in OPAL exploriert und soziale Rollenkonstrukte relational identifiziert, um die Auswirkungen kollaborativer Aktivitäten auf den Informations- und Wissenstransfer in Wissensnetzwerken zu erklären. Es wurden vornehmlich beziehungsorientierte kommunikationstheoretische Modelle zugrunde gelegt und relationale Forschungsmethoden wie SNA (Social Network Analysis) und DNA (Dynamic Network Analysis) angewandt, um eine Basis für die weiterführende Implementierung sozial vernetzter Lehr- und Lernstrategien in der Bildungsforschung zu schaffen. […] / In the network society of the 21st century, a key strategy for web-based exchange of information and knowledge is their collaborative distribution and use. Technical hurdles of access are mostly being overcome with technological advances and traditional forms of passing on knowledge are being complemented by modern, e-learning environments. Within research into education, the foundation for socio-cultural progress is formed by involvement with collaborative teaching and learning scenarios in a dynamic exchange of information and knowledge. The emphasis of this work lay in the analysis of structures and relationships of social organisations within knowledge networks. The aim was to describe the exchange of information and knowledge in collaborative learning systems and to explore its influence on the potential for innovation and distribution of information and knowledge. A study was undertaken of the interaction of participants in discussion forums as exemplified by the learning platform OPAL – currently the most popular learning management system in secondary school education in Saxony, Germany. On the assumption that social interaction, particularly involving collaborative media, the progress of education and the construction of knowledge networks do influence teaching and learning processes, this work explored the structural conditions of OPAL's collaborative knowledge network and identified relationships between social role constructs in order to explain the effect of collaborative activities on the process of diffusion of information and knowledge in knowledge networks. Primarily the study was based on relationship oriented sociological models and communication theory models, and research methods for relationships, including SNA (Social Network Analysis) and DNA (Dynamic Network Analysis) were applied, so as to create a basis for further implementation of social network teaching and learning strategies in educational research. [...]

In der Netzwerkgesellschaft des 21. Jahrhunderts gilt die kollaborative Verteilung und Nutzung von Information und Wissen als Schlüsselstrategie für den webbasierten Informations- und Wissenstransfer. Durch die technologischen Möglichkeiten werden technische Zugangsbarrieren weitestgehend überwunden und traditionelle Formen der Wissensvermittlung durch moderne webbasierte Lernumgebungen ergänzt. Der Umgang mit kollaborativen Lehr- und Lernszenarien im dynamischen Informations- und Wissenstransfer bildet die Grundlage für den soziokulturellen Fortschritt innerhalb der Bildungsforschung. Der Schwerpunkt dieser Arbeit lag auf der strukturellen und relationalen Analyse sozialer Organisationsstrukturen innerhalb von Wissensnetzwerken. Ziel war es, Einflussfaktoren offenzulegen, die sich auf das Innovations- und Distributionspotential von Information und Wissen innerhalb von kollaborativen Wissensnetzwerken auswirken. Es wurden dazu Interaktionsprozesse von Teilnehmern innerhalb von Diskussionsforen am Beispiel der Lernplattform OPAL – dem aktuell populärsten Lernmanagementsystem in der Hochschulbildung Sachsens, Deutschland – untersucht. Unter der Annahme, dass soziale Interaktion besonders im Umgang mit kollaborativen Medien den Bildungsablauf und der Aufbau von Wissensnetzwerken die Lehr- und Lernprozesse beeinflusst, wurden in dieser Arbeit die strukturellen Bedingungen des kollaborativen Wissensnetzwerkes in OPAL exploriert und soziale Rollenkonstrukte relational identifiziert, um die Auswirkungen kollaborativer Aktivitäten auf den Informations- und Wissenstransfer in Wissensnetzwerken zu erklären. Es wurden vornehmlich beziehungsorientierte kommunikationstheoretische Modelle zugrunde gelegt und relationale Forschungsmethoden wie SNA (Social Network Analysis) und DNA (Dynamic Network Analysis) angewandt, um eine Basis für die weiterführende Implementierung sozial vernetzter Lehr- und Lernstrategien in der Bildungsforschung zu schaffen. […] / In the network society of the 21st century, a key strategy for web-based exchange of information and knowledge is their collaborative distribution and use. Technical hurdles of access are mostly being overcome with technological advances and traditional forms of passing on knowledge are being complemented by modern, e-learning environments. Within research into education, the foundation for socio-cultural progress is formed by involvement with collaborative teaching and learning scenarios in a dynamic exchange of information and knowledge. The emphasis of this work lay in the analysis of structures and relationships of social organisations within knowledge networks. The aim was to describe the exchange of information and knowledge in collaborative learning systems and to explore its influence on the potential for innovation and distribution of information and knowledge. A study was undertaken of the interaction of participants in discussion forums as exemplified by the learning platform OPAL – currently the most popular learning management system in secondary school education in Saxony, Germany. On the assumption that social interaction, particularly involving collaborative media, the progress of education and the construction of knowledge networks do influence teaching and learning processes, this work explored the structural conditions of OPAL's collaborative knowledge network and identified relationships between social role constructs in order to explain the effect of collaborative activities on the process of diffusion of information and knowledge in knowledge networks. Primarily the study was based on relationship oriented sociological models and communication theory models, and research methods for relationships, including SNA (Social Network Analysis) and DNA (Dynamic Network Analysis) were applied, so as to create a basis for further implementation of social network teaching and learning strategies in educational research. [...]

<p dir="ltr">This dissertation aims to understand the academic outcome disparity between underrepresented minorities in higher education when compared to other racial groups. It seeks to address the social inequities in learning, college integration, and completion rate. The focus was narrowed to a specific marginalized community that represents first-generation underrepresented minority (FGURM) students, that is, students whose parents have not obtained a post-secondary degree and identified as belonging to the following racial or ethnic group: Blacks, Hispanics/Latinos, American Indians/Alaska Natives, Native Hawaiian/Pacific Islanders, and two or more races in the United States.</p><p dir="ltr">The overall objective was to explore with predictive models how demographic factors, pre-college academic performance, socioeconomic status, targeted programs aimed at fostering integration into campus communities, and support systems can increase the likelihood of academic success within this group. Predictive models based on supervised machine learning algorithms like Random Forest in combination with ensemble learning techniques like bagging and boosting was used to assess various predictors of successful academic outcomes. To address issues like incomplete and imbalanced data, a combination of case deletion and imputation methods, such as K-Nearest Neighbor (KNN), Linear Regression, and the Synthetic Minority Over-sampling Technique - Edited Nearest Neighbors (SMOTEENN), were utilized.</p><p dir="ltr">The results suggested that pre-college academic achievements, assessed through standardized test scores (ACT/SAT), along with demographic factors such as age, gender, and ethnicity, are significant predictors of cumulative grade point average (CGPA). Furthermore, a combination of test score and CGPA was identified as a strong predictor of graduation outcome. The research further showed that student involvement particularly in academic related organizations is vital for academic achievement. Other forms of student involvement, such as participation in cultural identity groups, service-oriented and recreational groups, were also significant predictors of positive academic outcomes. Moreover, specific academic disciplines, such as engineering and nursing, were recognized as significant predictors of graduation, especially for both male and female students.</p><p dir="ltr">This study concluded that improving K-12 education to boost college preparedness, especially for FGURM students, is vital for enhanced standardized test scores and academic success in college. Additionally, universities can enhance institutional commitment and attachment by creating a sense of belonging through programs focused on cultural and ethnic diversity, service, advocacy, and recreation as well as providing encouragement and opportunities for FGURM to participate in learning activities outside the traditional classroom setting, which can ultimately enhance FGURM students' academic achievement.</p>

Cette thèse porte sur les tests adaptatifs dans les environnements d’apprentissage. Elle s’inscrit dans les contextes de fouille de données éducatives et d’analytique de l’apprentissage, où l’on s’intéresse à utiliser les données laissées par les apprenants dans des environnements éducatifs pour optimiser l’apprentissage au sens large.L’évaluation par ordinateur permet de stocker les réponses des apprenants facilement, afin de les analyser et d’améliorer les évaluations futures. Dans cette thèse, nous nous intéressons à un certain type de test par ordinateur, les tests adaptatifs. Ceux-ci permettent de poser une question à un apprenant, de traiter sa réponse à la volée, et de choisir la question suivante à lui poser en fonction de ses réponses précédentes. Ce processus réduit le nombre de questions à poser à un apprenant tout en conservant une mesure précise de son niveau. Les tests adaptatifs sont aujourd’hui implémentés pour des tests standardisés tels que le GMAT ou le GRE, administrés à des centaines de milliers d’étudiants. Toutefois, les modèles de tests adaptatifs traditionnels se contentent de noter les apprenants, ce qui est utile pour l’institution qui évalue, mais pas pour leur apprentissage. C’est pourquoi des modèles plus formatifs ont été proposés, permettant de faire un retour plus riche à l’apprenant à l’issue du test pour qu’il puisse comprendre ses lacunes et y remédier. On parle alors de diagnostic adaptatif.Dans cette thèse, nous avons répertorié des modèles de tests adaptatifs issus de différents pans de la littérature. Nous les avons comparés de façon qualitative et quantitative. Nous avons ainsi proposé un protocole expérimental, que nous avons implémenté pour comparer les principaux modèles de tests adaptatifs sur plusieurs jeux de données réelles. Cela nous a amenés à proposer un modèle hybride de diagnostic de connaissances adaptatif, meilleur que les modèles de tests formatifs existants sur tous les jeux de données testés. Enfin, nous avons élaboré une stratégie pour poser plusieursquestions au tout début du test afin de réaliser une meilleure première estimation des connaissances de l’apprenant. Ce système peut être appliqué à la génération automatique de feuilles d’exercices, par exemple sur un cours en ligne ouvert et massif (MOOC). / This thesis studies adaptive tests within learning environments. It falls within educational data mining and learning analytics, where student educational data is processed so as to optimize their learning.Computerized assessments allow us to store and analyze student data easily, in order to provide better tests for future learners. In this thesis, we focus on computerized adaptive testing. Such adaptive tests which can ask a question to the learner, analyze their answer on the fly, and choose the next question to ask accordingly. This process reduces the number of questions to ask to a learner while keeping an accurate measurement of their level. Adaptive tests are today massively used in practice, for example in the GMAT and GRE standardized tests, that are administered to hundreds of thousands of students. Traditionally, models used for adaptive assessment have been mostly summative : they measure or rank effectively examinees, but do not provide any other feedback. Recent advances have focused on formative assessments, that provide more useful feedback for both the learner and the teacher ; hence, they are more useful for improving student learning.In this thesis, we have reviewed adaptive testing models from various research communities. We have compared them qualitatively and quantitatively. Thus, we have proposed an experimental protocol that we have implemented in order to compare the most popular adaptive testing models, on real data. This led us to provide a hybrid model for adaptive cognitive diagnosis, better than existing models for formative assessment on all tried datasets. Finally, we have developed a strategy for asking several questions at the beginning of a test in order to measure the learner more accurately. This system can be applied to the automatic generation of worksheets, for example on a massive online open course (MOOC).

Die Erforschung der Zusammenstellung kleiner Lerngruppen beschäftigt sich mit dem Problem, eine passende Gruppenzusammensetzung in einer Population von Lernern zu finden, die jeder Gruppe optimalen Nutzen bringen könnte. In letzter Zeit sind viele Studien zu diesem Problem der Kleingruppenzusammenstellung durchgeführt worden. Allerdings waren diese Forschungen nur selten auf den Kontext großer Lerner-Populationen ausgerichtet. Angesichts des zunehmenden Aufkommens von MOOCs muss jedoch das Problem der Gruppenzusammenstellung entsprechend erweitert betrachtet werden, und zwar mit neuen Forschungen, die den Kontext derartig großer Lerner-Populationen berücksichtigen. Anders als in Klassenzimmer-Settings könnte die beobachtete hohe Abbruchquote in MOOCs in einer Unterbesetzung der Gruppengröße resultieren und könnte somit viele Lerner dazu bringen, neue Gruppen zu bilden. Zusätzlich zur Gruppenzusammenstellung muss daher die Gruppenneuzusammenstellung als neues Thema in aktuellen Kontexten großer Lerner-Populationen ebenfalls erforscht werden. Die Untersuchungen der vorliegenden Arbeit gliedern sich in zwei Teile. Der erste Teil beschäftigt sich mit Gruppenzusammenstellung. In diesem Teil stelle ich einen diskreten-PSO Algorithmus zur Zusammenstellung kleiner Lerngruppen vor und vergleiche bislang bestehende Gruppenzusammenstellungs-Algorithmen unter den Gesichtspunkten Zeitaufwand und Gruppierungsqualität. Um Gruppenzusammenstellung in MOOCs anzuwenden wurde ein Gruppenzusammenstellungsexperiment in einem MOOC durchgeführt. Die Hauptergebnisse deuten darauf hin, dass die Gruppenzusammenstellung die Abbruchsquote reduzieren kann, jedoch lediglich einen sehr schwachen Bezug zur Lernperformanz der Lerner aufweist. Der zweite Teil beschäftigt sich mit Gruppenneuzusammenstellung. Die vorliegende Arbeit stellt eine datengesteuerte Herangehensweise vor, die umfassenden Gebrauch von Gruppeninteraktionsdaten macht sowie Gruppendynamik mit einbezieht. Mittels einer in einem Simulationsexperiment durchgeführten Evaluation zeigen sich die Vorteile dieses Verfahrens: Der Lerngruppenzusammenhalt wird verbessert und die Abbruchsquote im Vergleich zu einer Zufallsverteilung reduziert. Darüberhinaus wurde hier ein Gruppen-Lern-Werkzeug entwickelt und für die Praxis vorbereitet, das die Anforderungen des geforderten Ansatzes der Gruppenneuzusammenstellung erfüllt. / Small learning group composition addresses the problem of seeking such matching among a population of students that it could bring each group optimal benefits. Recently, many studies have been conducted to address this small group composition problem. Nevertheless, the focus of such a body of research has rarely been cast to large-scale contexts. Due to the recent come of MOOCs, the topic of group composition needs to be accordingly extended with new investigations in such large learning contexts. Different from classroom settings, the reported high drop-out rate of MOOCs could result in group’s incompletion in size and thus might compel many students to compose new groups. Thus, in addition to group composition, group re-composition as a new topic needs to be studied in current large-scale learning contexts as well. In this thesis, the research is structured in two stages. The first stage is group composition. In this part, I proposed a discrete-PSO algorithm to compose small learning groups and compared the existing group composition algorithms from the perspectives of time cost and grouping quality. To implement group composition in MOOCs, a group composition experiment was conducted in a MOOC. The main results indicate that group composition can reduce drop-out rate, yet has a very weak association with students’ learning performance. The second stage is to cope with group re-composition. This thesis suggests a data-driven approach that makes full use of group interaction data and accounts for group dynamics. Through evaluation in a simulation experiment, it shows its advantages of bringing us more cohesive learning groups and reducing the drop-out rate compared to a random condition. Apart from these, a group learning tool that fulfills the goals of the proposed group re-composition approach has been developed and is made ready for practice.

In 2016 employers hiring four-year college graduates indicate that 27.8% have deficiencies in written communication. Postsecondary learning objectives should focus on improving specific writing skills like grammar, sentence structure, and vocabulary usage for individual students and monitoring text readability as an overall score to measure learning outcomes. Web-based applications and the tools integrated into them have the potential to serve as a diagnostic solution for analyzing the text readability and writing skills of students. Organization and structuring of Canvas data was required before adding text readability and other writing skills analytics as part of the process to develop diagnostic learning analytics that interprets student writing skills in the learning management system. Decision modeling was used to capture and describe the specifics of literacy improvement decisions for instructors and administrators in a graphical notation and structured format.

The goal of learning analytics is to optimize learning and the environments in which it occurs. Since 2011, when learning analytics was defined as a separate and distinct area of academic inquiry, the literature has identified a need for research that presents evidence of effective learning analytics, as well as, learning analytics research that is conducted in conjunction with learning theory. This study uses Efklides' metacognitive and affective model of self-regulated learning (MASRL) to define cognitive, metacognitive, and affective variables that can explain students' learning outcomes in hybrid/online sections of Calculus I in the 2020-21 academic year. Cognitive variables were measured according to the cognitive operational framework for analytics (COPA). Metacognitive variables were defined according to the ways in which students interacted with the course content in the learning management system (LMS) and supplemental instruction, and affective variables were measured by ways students gave evidence of their affective states, such as in discussion board posts. All variables were compared across the course learning design, activities, and outcomes. Binary logistic regression revealed five significant variables: two cognitive, one metacognitive, and two affective. Thus, this study provided a learning analytics, evidence-based link between self-regulated learning theory and learning design, activities, and outcomes. In addition, implications for students, instructors, and learning theory were explored, as well as, the qualifications of this study as evidence of effective learning analytics.

Die vorliegende Broschüre ist Teil einer Publikationsserie, die einen Überblick über verschiedene Medienformate von digitalen Texten über elektronische Tests und Wikis bis hin zu digitalen Simulationen gibt. Dieses Heft widmet sich schwerpunktmäßig der Bereitstellung und Aufbereitung von Materialien, die den Studierenden für das individuelle und flexible Lernen zur Verfügung gestellt werden können. Anhand von Ergebnissen einer Online-Befragung im Jahr 2016 und Interviews, die Beispiele aus der Lehre sächsischer Hochschullehrender vorstellen, wird aufgezeigt, welche Einsatzmöglichkeiten derzeit an den sächsischen Hochschulen genutzt werden. Sie bieten Inspiration für die Entwicklung eigener mediengestützter Lehrkonzepte. Hinweise auf Werkzeuge zur Erstellung digitaler Lehrangebote und Antworten zu häufigen Fragen bei der Nutzung der einzelnen Medienformate bieten Anregungen und Informationen, wie der Einstieg in die digital gestützte Lehre möglichst ohne großen Initialaufwand gestaltet werden kann. Antworten auf häufig gestellte Fragen, praktische Tipps und rechtliche Hinweise geben eine erste Orientierung und Sicherheit bei der Nutzung digitaler Medien. Dabei erfahren Sie auch, wie Sie die einzelnen medial gestützten Formate mit der klassischen Präsenzlehre verbinden und wie unterschiedliche Einsatzszenarien miteinander kombiniert werden können.

Die vorliegende Broschüre ist Teil einer Publikationsserie, die einen Überblick über verschiedene Medienformate von digitalen Texten über elektronische Tests und Wikis bis hin zu digitalen Simulationen gibt. Dieses Heft widmet sich schwerpunktmäßig der Bereitstellung und Aufbereitung von Materialien, die den Studierenden für das individuelle und flexible Lernen zur Verfügung gestellt werden können. Anhand von Ergebnissen einer Online-Befragung im Jahr 2016 und Interviews, die Beispiele aus der Lehre sächsischer Hochschullehrender vorstellen, wird aufgezeigt, welche Einsatzmöglichkeiten derzeit an den sächsischen Hochschulen genutzt werden. Sie bieten Inspiration für die Entwicklung eigener mediengestützter Lehrkonzepte. Hinweise auf Werkzeuge zur Erstellung digitaler Lehrangebote und Antworten zu häufigen Fragen bei der Nutzung der einzelnen Medienformate bieten Anregungen und Informationen, wie der Einstieg in die digital gestützte Lehre möglichst ohne großen Initialaufwand gestaltet werden kann. Antworten auf häufig gestellte Fragen, praktische Tipps und rechtliche Hinweise geben eine erste Orientierung und Sicherheit bei der Nutzung digitaler Medien. Dabei erfahren Sie auch, wie Sie die einzelnen medial gestützten Formate mit der klassischen Präsenzlehre verbinden und wie unterschiedliche Einsatzszenarien miteinander kombiniert werden können.

Liebe Lehrende, liebe Leserin und lieber Leser, Digitalisierung betrifft immer mehr Bereiche des alltäglichen Lebens. Auch und besonders die Hochschullehre an den sächsischen Hochschulen ist davon betroffen. Allerdings nicht erst seit kurzem. Im Jahr 2001 startete das Verbundprojekt Bildungsportal Sachsen, welches bis heute als hochschulübergreifende strategische Initiative mit dem angeschlossenen Arbeitskreis E-Learning der Landesrektorenkonferenz fortbesteht. Ein Ergebnis dieser Initiative ist auch die von den Hochschulen beaufsichtigte Bildungsportal Sachsen GmbH, die an den meisten sächsischen Hochschulen mit dem Lernmanagementsystem OPAL, der Testsuite ONYX und dem Videodienst Magma eine solide technische Infrastruktur bereit stellt. Seit 15 Jahren unterstützt das SMWK die Entwicklung des Lehrens und Lernens mit digitalen Medien an den sächsischen Hochschulen auch finanziell und wird dies auch in den nächsten Jahren fortführen. Zahlreiche kleine Projekte und mittlerweile hochschulübergreifende Projektverbünde haben im Laufe der Jahre zur technologischen und didaktischen Weiterentwicklung der digital gestützten Hochschullehre beigetragen. Liebe Lehrende, ich möchte Sie auffordern, sich den neuen Anforderungen und Entwicklungen in der Lehre zu öffnen und die bereits gegebenen Möglichkeiten im Bereich der Digitalisierung für Ihre tägliche Arbeit als Unterstützung zu nutzen. Erst mit Ihnen, die im Mittelpunkt der Wissensvermittlung für die zukünftige Generation stehen werden, kann die digitale Bildung gelingen. Und dass die Digitalisierung nicht nur ein kurzfristiges Phänomen ist, vermitteln auch die Strategien der Kultusministerkonferenz "Bildung in der digitalen Welt" sowie des Bundesministeriums für Bildung und Forschung "Bildungsoffensive für die digitale Wissensgesellschaft". Ich wünsche Ihnen bei der Lektüre viele interessante und anregende Informationen, gutes Gelingen für die Zukunft, motivierte Studentinnen und Studenten und eine abwechslungsreiche Vermittlung des Lehrstoffes. Dr. Eva-Maria Stange Sächsische Staatsministerin für Wissenschaft und Kunst