AI-powered
podcast player
Listen to all your favourite podcasts with AI-powered features
Die Folge haben wir 22.08.2018 aufgenommen.
Na gut, ok, das Intro zur Folge NullNullSieben war so naheliegend … Hoffentlich verschreckt das nicht die neue Zuhörerschaft, die der Nicolas von Methodisch Inkorrekt gesendet hat – vielen lieben Dank für die Empfehlung! Menschen, die diesen Podcast gehört haben, sagten auch:
„Zu Euch kann man genauso gut einschlafen, wie zu Methodisch Inkorrekt.“
… und wir hoffen, dass das etwas Gutes ist.
Predicting Student Dropout: A Machine Learning Approach Unveröffentlicht
2018.
@unpublished{Kemper2018,
title = {Predicting Student Dropout: A Machine Learning Approach},
author = {Lorenz Kemper},
url = {https://www.researchgate.net/publication/322919234_Predicting_Student_Dropout_a_Machine_Learning_Approach},
year = {2018},
date = {2018-02-01},
urldate = {2018-08-22},
institution = {Karlsruhe Institute of Technology (KIT)},
abstract = {We perform two approaches of machine learning, logistic regression and decision trees, to predict student dropout at the Karlsruhe Institute of Technology (KIT). The models are computed on the basis of examination data, i.e. data available at all universities without need of collection. Therefore, we propose a methodical approach that may be put in practice with relative ease at other institutions. Using a Hellinger-Distance splitting approach we find decision trees to produce slightly better results. However, both methods yield high prediction accuracies of up to 95{37d1f293241a1edd19b097ce37fa29bd44d887a41b5283a0fc9485076e078306} after three semesters. A classification with more than 83{37d1f293241a1edd19b097ce37fa29bd44d887a41b5283a0fc9485076e078306} accuracy is already possible after the first semester. Within our analysis we show, that resampling techniques can improve the detection of at-risk students.},
keywords = {},
pubstate = {published},
tppubtype = {unpublished}
}
In dem Paper wird untersucht, wie gut man einen Studienabbruch von Studierenden mit Hilfe von einfachen Maschinenlernverfahren vorhersagen kann. Wesentliche Anhaltspunkte erhält man schon aus den Daten zu den Noten und der Anzahl der Prüfungsversuche. Damit kommt man nach einem Semester bereits auf eine Genauigkeit von bis zu 85 %, nach drei Semestern auf bis zu 95 %.
Sonstso:
In: MedienPädagogik: Zeitschrift für Theorie und Praxis der Medienbildung, Bd. 31, Nr. März, S. 107–124, 2018, ISSN: 1424-3636.
@article{Friedrichs2018,
title = {Smartphones im Unterricht – Wollen das Schülerinnen und Schüler überhaupt?! Eine explorative Studie zum Smartphone-Einsatz an weiterführenden Schulen aus der Sicht von Schülerinnen und Schülern},
author = {Henrike Friedrichs-Liesenkötter and Philip Karsch},
url = {http://dx.doi.org/10.21240/mpaed/31/2018.03.30.X},
doi = {10.21240/mpaed/31/2018.03.30.X},
issn = {1424-3636},
year = {2018},
date = {2018-03-28},
journal = {MedienPädagogik: Zeitschrift für Theorie und Praxis der Medienbildung},
volume = {31},
number = {März},
pages = {107–124},
abstract = {Mit Blick auf empirische Studien zum Einsatz digitaler Medien in Schulen werden bisher vor allem die Haltungen von Lehrpersonen in den Blick genommen und die Haltungen von Schülerinnen und Schüler gegenüber digitalen Medien in der Schule kaum betrachtet. An diesem Forschungsdesiderat anknüpfend, wurde im Juni/Juli 2015 eine explorative qualitative Studie durchgeführt, in der zwei Gruppendiskussionen mit Schülerinnen und Schülern weiterführender Schulen in Nordrhein-Westfalen durchgeführt wurden. Mittels der dokumentarischen Methode nach Bohnsack (2013) wurden die medienbezogenen Haltungen der Schülerinnen und Schüler im Hinblick auf die Nutzung digitaler Medien und spezifisch des Smartphones in der Schule rekonstruiert. Ein zentrales Ergebnis der Studie ist eine kritisch-reflexive Haltung der Schülerinnen und Schüler und der Wunsch nach einem auf spezifische Unterrichtsphasen beschränkten Einsatz digitaler Medien.},
keywords = {},
pubstate = {published},
tppubtype = {article}
}
„Digital Natives“ sagte man zu der Generation, die mit dem Internet und dem restlichen digitalen Kram aufgewachsen ist. Die sollen aber auch lernen, damit umzugehen, was die Medienpädagogik auf den Plan ruft. Die hat zwar schon oft gefragt, wie Lehrkräfte das aushalten und warum einige das auch gar nicht wollen, aber die Schülerinnen und Schüler standen selten im Fokus – die haben Smartphones, also wollen sie die auch nutzen. In der Studie wird das hinterfragt und siehe da: Betteridge’s Law gilt auch hier. Wir bewundern also weiterhin das Problem, denn eine allgemeine Aussage lässt sich hier aufgrund der vielen Einschränkungen nicht treffen. Aber für einen Gegenbeweis zu „Schulkinder wollen ihre Smartphones unbedingt im Unterricht einsetzen“ reicht es allemal.
Da O gerade daran rumtüftelt, dass H5P auch mit mathematischen Formeln gut kann, ist er auf KaTeX gestoßen. Damit kann man Formeln sehr viel schneller rendern als mit MathJax (das andere Vorteile haben mag).
Hinweis und gute Nachricht: Wer aus dem kurzem Absatz nicht verstanden hat, worum es geht, braucht es eigentlich auch nicht.
Das Land Schleswig-Holstein will mit seiner Verwaltung auf Open Source umsteigen – das hat der Kieler Landtag beschlossen. Das klingt super, aber beim Netzpolitischem Abend wurde auch dieser Satz des Beitrags hervorgehoben:
„Das zentrale IT-Management der Landesverwaltung soll demnach bis zum ersten Quartal 2020 berichten, ‚wie und in welchem Zeitfenster‘ der Plan verwirklicht werden kann.“
Klar. Nach dem BER-Debakel sind wir ja alle etwas vorsichtig. Nicht schlimm, wenn es schneller geht.