eurbs
2006/2007 EDITION
ENG ita dan spa ger bel ned pol fra Greek | Help | Search | Credits | Webmail
Home page > Arbeitsplattform und Arbeitsumfeld

E-Urbs
Home page
News

Programm
Aktivitäten
Strukturierung des E-Urbs Masterstudiengangs
Kurse im Überblick

Personal & Institutonen
Professoren
Tutoren
Personal
Das Netzwerk

Bewerbung
Zugangsvoraussetzungen
Bewerbungsunterlagen und -prozedere
Gebühren & Fellowships

Zusätzliche Information
Arbeitsplattform und Arbeitsumfeld
Formales
Wie erreiche ich Urbino
F.A.Q.’s Häufig gestellte Fragen
Fotogallerie
Kontakt

Land of Learning

Arbeitsplattform und Arbeitsumfeld

LAND OF LEARNING

Für die Online-Lehre nutzt der Europäische Masterstudiengang in vergleichender Stadtforschung, E-Urbs, die Software Land of Learning (im Folgenden abgekürzt durch LOL). Dabei handelt es sich um eine Plattform für die Bereitstellung und den Gebrauch webbasierter e-learning Dienstleistungen, welche sich vor allem durch ihren innovativen Gebrauch des interaktiven Chats (hier CLASSROOM genannt) auszeichnet.
Tatsächlich können sich dank dieses neuen Ansatzes Kurse und Lehrveranstaltungen entlang eines aktiven Lernprozesses entwickeln, welcher mit einer traditionellen universitären „face-to-face“ Lehrstunde nur teilweise vergleichbar ist.
Wie in einer herkömmlichen Vorlesung ist es in diesem virtuellen Klassenzimmer möglich, dem Lehrenden Fragen zu stellen, die Vorlesung zu kommentieren und Unklarheiten durch Nachfragen aus dem Weg zu räumen. Sofort nach dem Ende der Lehrstunde kann allerdings zudem die Transkription der Vorlesung (als RTF Format) heruntergeladen werden. Auf diese Weise lassen sich auch verpasste Vorlesungen jederzeit nachholen.
Eine weitere wichtige Besonderheit des virtuellen Klassenzimmers, die durch LOL ermöglicht wird, stellt das Vorhandensein einer Realtime Blackboard (the BLACKBOARD) dar – eine Arbeitstafel, auf der die Benutzer (unter anderem ‚Freihand’) jedes beliebige Objekt, ganz gleich ob Bild oder Text, zeichnen können, während die restlichen Studenten im Klassenzimmer diesen Prozess in Echtzeit mitverfolgen können! Dem Lehrer steht es frei, dieses Material von der Blackboard (z.B. Slides, Formeln, Diagramme u.s.w.) in die Transkription seiner Vorlesung zu integrieren, um deren didaktischen Gehalt zu verbessern.
Um mehr über LOL zu erfahren, klicken Sie hier:   http://www.landoflearning.it/en/


Monitoring und Evaluation
Für die Dauer des Masterstudienganges wird eine gesonderte Arbeitsgruppe für die Kontrolle und Bewertung der Lernaktivitäten verantwortlich sein. Diese Arbeitsgruppe verfolgt zwei Hauptziele: Zum ersten soll sie innovative Methoden für das Online-Lehren und -Lernen entwickeln (z.B. Learning with fun; Verwendung einer „visuellen Suchmaschine“); zum zweiten soll sie die Kommunikationsströme zwischen den Teilnehmern an den Online-Lehrveranstaltungen nachverfolgen und deren Effektivität beurteilen. Des weitern wird die Arbeitsgruppe die Auswirkungen derjenigen innovativen Methoden bewerten, die zuvor während der Online-Lehre neu entwickelt und ins Arbeitskonzept mit eingebaut wurden.
Die Arbeitsgruppe hat dabei vier unterschiedliche Tätigkeitsfelder:
PORTFOLIO UND E-URBS
Bei Portfolio (und der noch gebräuchlicheren digitalen Version, e-Portfolio) handelt es sich um eine Lehrmethode, die in vielen fortschrittlichen Universitäten Nordeuropas und Nordamerikas Anwendung gefunden hat. Sie wurde entwickelt, um die steigende Nachfrage nach mehr personalisierten Lehrplänen, kompetenzbasiertem Lernen und zielgerichteten Ausbildungsprogrammen zu bedienen. Deshalb auch wird sie meist in Kursen für Fortgeschrittene (vor allem in Masterstudiengängen) eingesetzt. Anhand von Portfolio können Studenten sich selbst – und dabei (selbst)kritisch – die Ziele setzen, die sie mit dem Besuch eines bestimmten Seminars verbinden und sodann auf dieser Grundlage die für sie relevantesten Erfahrungen, welche sie aus dem jeweiligen Kurs gewinnen konnten,  strukturieren und archivieren. Portofolio stellt, zusammenfassend gesprochen, einen Rahmen zur Selbstreflexion und strategischem Planen bereit. Dabei hat sich Portfolio für Studenten als ein außerordentlich nützliches Mittel erwiesen: es hilft ihnen, das Potential voll auszuschöpfen, welches ein bestimmtes Programm für ihre persönliche und berufliche Weiterentwicklung in sich trägt.

Aufgrund seiner Wesensmerkmale kann Portfolio vor allem innerhalb eines zielgerichteten Kurses optimal zur Anwendung kommen und zu den besten Ergebnissen führen – etwa im Rahmen eines Masterstudiengangs. Deshalb und aufgrund der im Folgenden aufgeführten Gründe wird Portfolio im E-Urbs Programm zur Anwendung kommen:

  • Portfolio macht die Erfahrung zielgerichteten Arbeitens erlebbar und kann sowohl die “gefühlte” als auch die tatsächliche Qualität des Programms verbessern.
  • Durch Portfolio wird sich E-Urbs noch mehr auf die Vermittlung von Kompetenzen konzentrieren und wird so zu einem noch besseren Sprungbrett für Studenten, die sich auf einen Berufseinstieg vorbereiten.
  • Da Tutoren die selbstreflexiven Aufzeichnungen der Studenten laufend begutachten, schafft Portfolio eine kontinuierliche Übersicht über die individuellen Lernbedürfnisse.
  • Portfolio hilft den Studenten dabei, sich mittels der Archivierung von Dokumenten (und mit spezieller Ausrichtung auf die jeweiligen Berufsziele) eine äußerst nützliche Wissensbasis aufzubauen.
  • Portfolio kann für eine höhere Wettbewerbsfähigkeit der E-Urbs Studenten auf dem Arbeitsmarkt sorgen, das diese lernen, ihre beruflichen Fähigkeiten selbst einzuschätzen und ihr Wissen sowie ihre Kompetenzen ständig systematisch zu erweitern.

Den E-Urbs Studenten wird ein digitaler Arbeitsbereich sowie eine angemessene Betreuung durch die Tutoren bereitgestellt, um ihr e-Portfolio auf der Arbeitsplattform LOL zu erstellen. Diese wurde auch bereits zur Online-Lehre verwendet. Mithilfe von Portofolio und der dazugehörigen Methode, welche im Rahmen von E-Urbs zu Anwendung kommt, werden die Studenten in der Lage sein, anhand strategischer Entscheidung ihre jeweiligen Ziele zu erreichen. Sie erkennen, welche Fähigkeiten sie hauptsächlich erlernen und erweitern sollten – und erfahren durch Feedback von ihren Mitstudenten und Tutoren, wie sie diese Fähigkeiten auch tatsächlich entwickeln können.
Die Partneruniversitäten werden mithilfe von ausgewählten Tutorien und innovativen Software-Programmen (siehe „learning with fun“)  die Studenten beim Erreichen dieser Ziele unterstützen – nicht nur während der eigentlichen Lehrphase, sondern auch während der letzten Ausbildungsphase des Studenten / der Studentin, in welcher ihm / ihr die Möglichkeit eröffnet wird, mit öffentlichen und privaten Institutionen zusammenzuarbeiten.

 

 

 

LEARNING WITH FUN
Spontane Lerngemeinschaften und Problemlösungsverfahren in virtueller Arbeitsumgebung unter Zuhilfenahme spieltheoretischer Paradigmen

Das vornehmliche Ziel dieser Untersuchung ist es, ein Verständnis von den Eigenmechanismen zu erlangen, die bei spontanen Herausbildungen von Gemeinschaften wirksam sind. Dabei wird nach einer Balance zwischen der sozialen Effizienz der entstanden Beziehungen und deren Vermögen zum Aufbau einer eigenständigen „Lernkultur“ gefragt. Ebenso interessant ist es zu untersuchen, inwiefern sich eine wechselseitige Beeinflussung zwischen diesen entstandenen Beziehungen einerseits und den für diese Gemeinschaft konstitutiven technischen und sozialen Regelwerken andererseits erkennen lässt.

Diese Analyse wird hauptsächlich relationale und verhaltenstheoretische Modelle produzieren, die die Interaktionen beschreiben soll, welche bei der Entstehung und Leitung der Lerngemeinschaft erkennbar sind.

 

Mithilfe der vom System zusammengetragenen Datensätzen wird es möglich…

  • die sozialen Interaktionen, welche die Entstehung und die Fortdauer der Lerngemeinschaft ermöglichen, quantitativ und qualitativ zu untersuchen
  • zu bestätigen, dass die Prinzipien, die normalerweise „tatsächlichen“ sozialen Gemeinschaften zugeschrieben werden, ebenso bei der Analyse von Lerngemeinschaften zur Anwendung kommen können (Mitgliedschaft, Identität, Rituale sowie das gemeinsame Teilen von Wissen, Erfolg und Scheitern)
  • durch die Beschreibung und Analyse von Lehr- und Lernmechanismen zu zeigen, wie diese von der Didaktik der Online-Lehrer und Tutoren beeinflusst werden.
  • zu beschreiben, zu welchen Teilen der Lernprozess eines neuen Mitglieds durch a) eigenständiges Arbeiten, b) aktive Hilfe von Anderen oder c) durch die stille Beobachtung der Interaktionen durch erfahrenere „Spieler“ zustande gekommen ist
  • das Wissenslevel zu messen, welches von den Mitgliedern durch den Gebrauch von Wissensindizes und –skalen erreicht werden konnte.

Visuelle Suchmaschine
Auf der e-learning Plattform wird eine visuelle Suchmaschine bereitgestellt, welche das inhaltsbezogene Aufspüren und Katalogisieren großer Mengen digitaler Bilder erleichtert.
Diese Suchmaschine kommt im Visual lab zur Anwendung und folgt dem Prinzip “query-by-example”: Das bedeutet: die Suchkriterien lassen sich direkt aus dem (visuellen) Inhalt der jeweiligen Bilddateien gewinnen – anstatt über den Umweg einer textlichen Kategorisierung / Beschreibung der Bilder!
Eine visual query besteht etwa aus einem Bild sowie einer „Ähnlichkeitsmatrix“ („similarity metrics“). Bei den von der visuellen Suchmaschine generierten Ergebnissen handelt es sich um eine Anzahl von Bildern, welche absteigend nach ihrer Ähnlichkeit mit dem als Ausgangsbild gewählten Objekt (query image) angezeigt werden. Der von der Suchmaschine erstgenannte Treffer zeigt also dasjenige Bild innerhalb der Datenbank, das – laut der Kriterien der Ähnlichkeitsmatrix – dem query image am ähnlichsten ist. Query images können von den Benutzern hochgeladen oder direkt der Datenbank entnommen werden. Durch die Verknüpfung von visual queries mit text- oder kategorienbezogenen Suchkriterien sind selbst „gemischte“ Suchen möglich.

 

Eine Ähnlichkeitsmatrix kann auch zur Erzeugung eines automatisch klassifizierten Bildersets oder zur Extrahierung der spezifischen Charakteristika eines „Subsets“ von Bildern  verwendet werden.
Alle similarity metrics werden den Benutzern zugänglich gemacht. Die Effektivität einer solchen visuellen Suchmaschine kann gesondert an die Bedürfnisse der Nutzer angepasst werden, indem jeder Benutzer sich seine Suchkriterien aus der jeweils am bestgeeigneten Kombination von similarity metrics zusammenstellen kann.
Zudem wird auf Technologien der künstlichen Intelligenz zurückgegriffen, um es dem System zu ermöglichen, seine Such- und Klassifikationsfunktionen anhand eines bestehenden Sets (beispielsweise einem Set von Bildern, welches von einem Benutzer manuell klassifiziert wurde) automatisch zu optimieren.

Online-Fragebögen
Während des gesamten Projekts werden Online-Fragebögen verwendet, um die Entwicklung des Lernprozesses und die Zufriedenheit aller Beteiligten nachverfolgen und einschätzen zu können. Zu diesem Zweck wird von einem Land of Learning plugin namens Questionnaire Management Tool (QMT) Gebrauch gemacht.
Das QMT wird insbesondere eingesetzt, um die folgenden Fragebögen vorzubereiten und zu erstellen:

  1. Lernkurven-Fragebogen: Dieser Fragebogen behandelt alle Themen des Masterstudiengangs und wird mithilfe der Beteiligung aller Dozenten erstellt. Jeder Lehrende wird gebeten, ein themenspezifisches Set an Fragen aus seinem Fachbereich zu formulieren. Die Lernkurven-Fragebögen werden automatisch generiert. Sie bestehen aus mehreren zufällig ausgewählten Fragen aus jedem dieser thematischen Spezialgebiete.
  2. Selbstbewertungstests: Themenbezogene Tests, die zur Selbsteinschätzung der Studenten dienen sollen, werden von den Tutoren und Dozenten vorbereitet und den Studierenden auf der e-learning Plattform zugänglich gemacht.
  3. Evaluationstests: Diese Fragebögen werden möglicherweise von den Tutoren und Dozenten verwendet werden, um am Ende eine Lehrperiode einschätzen zu können, in welchem Ausmaß sich die Studenten auf die Kurse vorbereitet haben.
  4. Fragebögen zur Kundenzufriedenheit: Diese Fragebögen sollen Auskunft über das Gemeinschaftsgefühl, die Zufriedenheit der Beteiligten und über die Angemessenheit und den Erfolg der verwendeten Arbeitsmethode geben.
  5. Klassifikation verschiedener “Lernstile”: Diese Fragebögen sollen Schlussfolgerungen auf den “Lernstil” eines / einer jeden Studierenden zulassen.

Während der Phase intensiver face-to-face Kurse wird ein QMT Tutorenprogramm organisiert. Die Ergebnisse aus jedem der Fragebögen werden zusammengetragen und schließlich der Arbeitsgruppe „Monitoring and Evaluation“ vorgelegt.

 

 


E-learning
lol

 

News

16/05/2007 - New application form for 2007/08 available online. - view

eu
This Virtual Campus project has been funded with support from the European Commission (project number: 2005-3870 /001-001 ELE ELEB12). This web site reflects the views only of the authors, and the Commission cannot be held responsible for any use which may be made of the information contained therein.

 


 

 

Valid XHTML 1.0 Transitional Valid CSS!

2006 © www.e-urbs.net - All rights reserved