Diese Arbeit stellt einen Prozess vor, der das Ziel hat, automatisch Kursmaterialen aus Wissen zu generieren und zu einem Kurs zusammenzusetzen. Dazu werden vier Phasen durchlaufen. Im ersten Prozess wird das Wissen gesammelt und strukturiert. Das gewünschte Material für einen Kurs wird in der zweiten Phase aus dem vorhanden Wissen generiert und in der dritten Phase zu einem Kurs zusammengesetzt. Die letzte Phase kann über die Zeit neuen Wissen erlangen und die Kursmaterialien aktualisieren.
Dieser Prozess wird als Model-Driven Teaching (kurz MDTea) eingeführt. Bisher ist dieser Begriff nicht definiert wurden. Diese Arbeit erklärt die einzelnen Phasen von MDTea, zeigt verwandte Arbeiten zu dem Thema 'Generirung von Kursmaterialen/Kursen' und zeigt einen ersten Prototypen, welcher die zweite und dritte Phasen teilweise als 'Proof of concept' umsetzt.:1. Einleitung
1.1. Motivation
1.2. Forschungsfragen
2. Grundlagen
2.1. E-Learning und Lernplattformen
2.2. Model-Driven Development
2.3. Wissensgenerierung
3. Model-Driven Teaching
3.1. Architektur
3.2. Definierte Begriffe
3.3. Aggregation
3.3.1. Benötigte Materialien
3.3.2. Ablauf
3.3.3. Erzeugte Materialien
3.4. Generation
3.4.1. Benötigte Materialien
3.4.2. Ablauf
3.4.3. Materialgruppen
3.4.4. Erzeugte Materialien
3.5. Finalization
3.5.1. Benötigte Materialien
3.5.2. Ablauf
3.5.3. Erzeugte Materialien
3.6. Synchronization
3.6.1. Benötigte Materialien
3.6.2. Ablauf
3.6.3. Erzeugte Materialien
4. Verwandte Arbeiten
4.1. Phasen von MDTea
4.1.1. Arbeiten zu Aggregation
4.1.2. Arbeiten zur Generation
4.1.3. Arbeiten zur Finalization
4.1.4. Arbeiten zur Synchronization
4.2. Art der Umsetzung
4.2.1. Modell-getrieben
4.2.2. Modell-basiert
4.2.3. Anderer Ansatz
4.3. Weitere Konzepte aus der Literatur
4.4. Zusammenfassung
5. Design
5.1. Wissensmodell
5.1.1. Struktur
5.1.2. Elemente und Relationen
5.1.3. Quellen
5.2. Der Kursplan
5.2.1. Allgemeine Struktur
5.2.2. Metadaten
5.2.3. Inhalt
5.2.4. Struktur
5.3. Generator
5.4. Vorlagen
5.5. Synchronisationsinformationen
6. Implementierung
6.1. Das Wissensmodell
6.1.1. Datenhaltung
6.1.2. Wissensmodellgenerator
6.2. Der Kursplan
6.2.1. Datenhaltung
6.2.2. Der Lehrplangenerator
6.3. Das Tool - MDTea-Gen
6.3.1. Generation mit MDTea-Gen
6.3.2. Finalization mit MDTea-Gen
7. Auswertung
7.1. Testumgebung
7.1.1. Befüllung des Wissensmodell
7.1.2. Erstellung des Testkurses
7.2. Möglichkeiten und Limitationen des Prototypen
7.3. Möglichkeiten und Limitationen des generierten Kurses
7.4. Auswertung einer Fallstudie
7.4.1. Versuchsaufbau
7.4.2. Auswertung von Probanden
7.5. Zusammenfassung
8. Ausblick und Zusammenfassung
8.1. Beantwortung der Forschungsfragen
8.2. Ausblick
8.3. Zusammenfassung
Literatur
A. Bilder
B. Listen 69
B.1. Antworten zu Frage 9
B.2. Antworten zu Frage 10
C. Weiters 71
C.1. Weitere Kommentare von P2
C.2. Fragebogen
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:89407 |
| Date | 28 February 2024 |
| Creators | Geisel, Oliver |
| Contributors | Götz, Sebastian, Hamann, Markus, Aßmann, Uwe, Technische Universität Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | info:eu-repo/semantics/publishedVersion, doc-type:StudyThesis, info:eu-repo/semantics/StudyThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds