Eine Übersicht aller Sessions/Sitzungen dieser Veranstaltung. Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.
Chair der Sitzung: Susanne Podworny, Universität Paderborn Chair der Sitzung: Daniel Frischemeier, Universität Münster Chair der Sitzung: Saskia Schreiter, PH Heidelberg
Ort:R11 T03 C54
Präsentationen
Intuitiver Zugang zu datenbasierten Entscheidungsbäumen
Yannik Fleischer, Rolf Biehler
Universität Paderborn, Deutschland
Der Beitrag behandelt eine Unterrichtsreihe in der Sekundarstufe zum maschinellen Lernen (ML) und künstlicher Intelligenz (KI) am Beispiel datenbasierter Entscheidungsbäume. Darin wird die Software CODAP genutzt, die es Lernenden ermöglicht datenbasierte Entscheidungsbäumen manuell zu erstellen und zu evaluieren. Die vorgestellte Studie untersucht Erzeugnisse von Lernenden. Zu einem frühen Zeitpunkt der Unterrichtsreihe sollten Lernende intuitiv Entscheidungsbäume selbst erstellen. Dokumentiert wurden die resultierenden Bäume sowie die Präsentation, in der die Lernenden ihren Ansatz begründen.
Schülerinterpretationen beim Verteilungsvergleich diagnostizieren und fördern: Eye-Tracking Vignetten als neuer Ansatz für die Lehrkräfte(aus)bildung
Markus Vogel1, Saskia Schreiter1, Heursen Ayline1, Frank Reinhold2, Martin Abt2, Lonneke Boels3, Seker Vuslat3, Wim van Dooren4
Im Rahmen des Erasmus+ Projekts „Eye-teach-stats“ werden Module für die Lehrkräfteaus- und fortbildung entwickelt, die eine innovative Lernpraxis mit Hilfe von Eye-Tracking-Vignetten einführen. Die Vignetten werden auf der Grundlage von schulbezogener Eye-Tracking-Forschung entwickelt und repräsentieren Problemlöseprozesse von Schüler:innen beim Beurteilen von Datenverteilungen. So werden Mathematiklehrkräfte unterstützt, gängige statistische Vorstellungen und Schwierigkeiten von Schüler:innen in anwendungsorientierten Kontexten zu diagnostizieren und gezielte Fördermaßnahmen zu ergreifen.
