PropertyValue
?:about
?:abstract
  • Im Forschungsprojekt KEA-Mod stand das Ziel im Vordergrund, die Qualität der Lehre in Veranstaltungen mit Fachbezug zur grafischen Modellierung in der (Wirtschafts-) Informatik durch den Einsatz kompetenzorientierter Prüfungsformate in Lehrveranstaltungen mit hohen Teilnehmerzahlen zu erhöhen. Hierzu wurde im Rahmen des Projekts die KEA-Mod Plattform (https://www.keamod.de), eine E-Assessment Plattform für die grafische Modellierung, entwickelt. Es handelt sich dabei um eine browser-basierte Softwarelösung, welche es ermöglicht, Prüfungsaufgaben durch Lehrende zu erstellen, Studierenden zur Bearbeitung zur Verfügung zu stellen und die Aufgabenlösungen anschließend (semi-) automatisiert zu bewerten und Feedback zu geben. Die KEA-Mod Plattform kann in vielen unterschiedlichen Phasen von Lehrveranstaltungen auf Bachelor- und Master-Ebene eingesetzt werden (formativ und summativ), um verschiedene Lehr- / Lernszenarien abzudecken. Während der Entwicklung der KEA-Mod Plattform erfolgte eine begleitende Datenerhebung zur formativen Evaluation der Software durch Studierende. Die Datenerhebung erfolgte mit einem Online-Fragebogen, bei welchem die Bewertung der Usability sowie der wahrgenommenen Lernförderlichkeit und Nützlichkeit der E-Assessment-Plattform anhand von Ratings-Skalen im Vordergrund standen. Ergänzend wurden in offenen Fragen Verbesserungspotenziale der KEA-Mod Plattform erhoben. Die Ergebnisse wurden während des Projekts zur Weiterentwicklung der Plattform genutzt. Die Forschungsdaten werden insbesondere für inhaltsverwandte Forschungsprojekte oder Projekte, die sich der Weiterentwicklung der KEA-Mod Plattform widmen, nachnutzbar gemacht. (xsd:string)
?:archivedAt
?:category
  • Business information systems (en)
  • Business information systems (de)
  • Curriculum (en)
  • Curriculum (de)
  • Didactics (de)
  • Didactics (en)
  • Pupils (en)
  • Pupils (de)
  • Students (de)
  • Students (en)
  • Teachers (de)
  • Teachers (en)
  • Teaching (en)
  • Teaching (de)
?:citationString
  • Soyka, Chantal, & Schaper, Niclas (2023): Kompetenzorientiertes E-Assessment für die grafische Modellierung (KEA-Mod). GESIS, Cologne. Data File Version 1.0.0, https://doi.org/10.7802/2530 (en)
  • Soyka, Chantal, & Schaper, Niclas (2023): Kompetenzorientiertes E-Assessment für die grafische Modellierung (KEA-Mod). GESIS, Köln. Datenfile Version 1.0.0, https://doi.org/10.7802/2530 (de)
?:conditionsOfAccess
  • Free access (without registration) (en)
  • Freier Zugang (ohne Registrierung) (de)
?:currentVersion
  • 1.0.0, https://doi.org/10.7802/2530 (xsd:string)
?:dataCollection
  • Eigenständig auszufüllender Fragebogen (de)
  • Self-administered questionnaire (en)
?:dateCreated
  • 2023 (xsd:gyear)
?:dateModified
  • 2023-01-01 (xsd:date)
?:datePublished
  • 2023 (xsd:gyear)
?:doi
  • 10.7802/2530 ()
?:endDate
  • 2022-01-01 (xsd:date)
?:funder
?:hasFulltext
  • true (xsd:boolean)
is ?:hasPart of
?:linksCodebook
?:linksQuestionnaire
?:measurementTechnique
  • Longitudinal (cohort study/event-based) (en)
  • Längsschnitt (Kohortenstudie/Ereignisbasiert) (de)
?:name
  • Evaluation der KEA-Mod Plattform (Alternative title) (xsd:string)
  • Kompetenzorientiertes E-Assessment für die grafische Modellierung (KEA-Mod) (xsd:string)
?:principalInvestigator
  • Schaper, Niclas (xsd:string)
  • Soyka, Chantal (xsd:string)
  • [Deutsches Forschungszentrum für Künstliche Intelligenz (Data Collector) [=] Striewe, Michael; Universität Duisburg-Essen (Data Collector) [=] Ullrich, Meike; Karlsruher Institut für Technologie (Data Collector)] (xsd:string)
?:provider
?:publicationType
  • SowiDataNet|datorium (en)
?:publisher
?:selectionMethod
  • Nicht-Wahrscheinlichkeitsauswahl - Respondenten-gesteuerte Auswahl (de)
  • Non-probability Sample - Respondent-assisted Sample (en)
?:sourceInfo
  • GESIS, Cologne. Data File Version 1.0.0, https://doi.org/10.7802/2530 (en)
  • GESIS, Köln. Datenfile Version 1.0.0, https://doi.org/10.7802/2530 (de)
  • GESIS-SowiDataNet|datorium (xsd:string)
?:spatialCoverage
?:startDate
  • 2022-01-01 (xsd:date)
?:thematicCollection
  • Replication material (en)
  • Replikationsmaterial (de)
rdf:type
?:variableMeasured
  • Studierende, die die zu evaluierende Software zuvor im Rahmen einer Lehrveranstaltung genutzt haben (xsd:string)