300 Sozialwissenschaften
Refine
Document Type
- Article (reviewed) (2)
- Part of a Book (2)
- Conference Proceeding (2)
- Article (unreviewed) (1)
Conference Type
- Konferenzartikel (2)
Is part of the Bibliography
- yes (7) (remove)
Keywords
- Augmented Reality (2)
- Machine Learning (2)
- Maschinelles Lernen (2)
- Schuldidaktik (2)
- Claims (1)
- Digitale Lehre (1)
- Digitalisierung (1)
- Export Credit (1)
- Exportkredit (1)
- Lehre (1)
Institute
Open Access
- Open Access (4)
- Closed Access (2)
- Bronze (1)
To this date, it is difficult to find high-level statistics on YouTube that paint a fair picture of the platform in its entirety. This study attempts to provide an overall characterization of YouTube, based on a random sample of channel and video data, by showing how video provision and consumption evolved over the course of the past 10 years. It demonstrates stark contrasts between video genres in terms of channels, uploads and views, and that a vast majority of on average 85% of all views goes to a small minority of 3% of all channels. The analytical results give evidence that older channels have a significantly higher probability to garner a large viewership, but also show that there has always been a small chance for young channels to become successful quickly, depending on whether they choose their genre wisely.
Die Möglichkeit zur digitalen Verbindung geographischer Orte mit Aufgaben, Herausforderungen oder Lernmaterialien hat eine Vielzahl von Anwendungen auch außerhalb der Mathematikbildung inspiriert. Dieser Beitrag stellt eine exemplarische Auswahl solcher Applikationen vor und versucht, die technischen, organisatorischen und konzeptionellen Gestaltungselemente zu systematisieren. Die Ausführungen sollen als Anregung bei der Anlage von Mathematiktrails sowie bei der Weiterentwicklung technischer Lösungen für den Lehreinsatz dienen.
Prediction of Claims in Export Credit Finance: A Comparison of Four Machine Learning Techniques
(2020)
This study evaluates four machine learning (ML) techniques (Decision Trees (DT), Random Forests (RF), Neural Networks (NN) and Probabilistic Neural Networks (PNN)) on their ability to accurately predict export credit insurance claims. Additionally, we compare the performance of the ML techniques against a simple benchmark (BM) heuristic. The analysis is based on the utilisation of a dataset provided by the Berne Union, which is the most comprehensive collection of export credit insurance data and has been used in only two scientific studies so far. All ML techniques performed relatively well in predicting whether or not claims would be incurred, and, with limitations, in predicting the order of magnitude of the claims. No satisfactory results were achieved predicting actual claim ratios. RF performed significantly better than DT, NN and PNN against all prediction tasks, and most reliably carried their validation performance forward to test performance.
Die Serie Kurzes Tutorium Statistik bemüht sich primär um die Vermittlung des Sinnes statistischer Methoden. Die Gestaltung der auf YouTube veröffentlichten Lernvideos folgt der Idee, dass anhand einer einfachen, alltäglichen Problemstellung ein praktisches Verständnis konkreter quantitativer Lösungsansätze besonders gut erzeugt werden kann. Studierende sollen hierdurch motiviert werden, sich intensiv mit den behandelten Verfahren auseinanderzusetzen. In dem Beitrag werden die Rahmenbedingungen und die grundlegende Konzeption des „Kurzen Tutoriums Statistik“ erläutert sowie die konkrete Umsetzung des Videos zu Streumaßen exemplarisch vorgestellt.
Instruktionale Texte und Lernvideos – Konzeption und Evaluation zweier multimedialer Lernformate
(2021)
Bei der Konzeption von digitalen Lernmedien sind von Seiten der Entwickler viele Entscheidungen hinsichtlich der Präsentation von Lerninhalten zu treffen, was zum einen die mediale Darstellung und zum anderen die didaktische Aufbereitung der fachlichen Inhalte betrifft. Im vorliegenden Text werden zwei digitale Lernmedien auf der Basis von Einschätzungen von Studierenden wirtschaftswissenschaftlicher und technischer Studiengänge an den Hochschulstandorten Offenburg und Pforzheim analysiert. Die Konzepte der beiden Hochschulen unterscheiden sich deutlich voneinander. Während in Offenburg Lernvideos mit Audiokommentar Verwendung finden, wird in Pforzheim mit statischen instruktionalen Texten und obligatorischen Single-Choice-Übungsaufgaben in einer Moodle-Lernumgebung gearbeitet. Aus Sicht des Aufforderungscharakters, also der Motivation, sich mit den entsprechenden Materialien zu beschäftigen, werden sowohl die instruktionalen Texte als auch die Lernvideos von den Studierenden geschätzt. Es zeigt sich weiterhin, dass Studierende die Lernvideos mit einer gewissen Präferenz lieber allein als zu zweit bearbeiten, während die Bearbeitung der statischen Texte differenzierter betrachtet werden muss. Fokussierende Fragen bewerten nahezu alle Studierenden als lernförderlich für ihren Lernprozess. Allerdings finden sich Hinweise darauf, dass fokussierende Fragen von leistungsschwächeren im Vergleich zu leistungsstärkeren Studierenden als weniger hilfreich angesehen werden. Ebenso lässt sich die Hypothese aufstellen, dass manche Studierende sowohl auf die Unterstützung eines Lernpartners/einer Lernpartnerin als auch auf lernförderliche Fragen verzichten möchten, um ihren Lernprozess möglichst autonom organisieren zu können.
Mathematik lässt sich in vielen Objekten finden. Sei es die lineare Steigung eines Handlaufs zum Schulgebäude oder die nahezu zylindrische Form einer Litfaßsäule in der Innenstadt. Das Bestreben, Schüler*innen diese Zusammenhänge entdecken zu lassen, steht im Zentrum des MathCityMap Projekts (Ludwig et al., 2013). Auf sogenannten mathematischen Wanderpfaden (bzw. Mathtrails) werden Schüler*innen durch eine App zu Mathematikaufgaben an realen Objekten bzw. in realen Situationen ihrer Umwelt geleitet. Um die Aufgaben zu lösen, werden Daten erhoben, z. B. durch Messungen oder Zählen. Entscheidend ist, dass die Aufgaben so gestellt sind, dass der Schritt der Datenbeschaffung nur vor Ort stattfinden kann und somit direkt mit dem Objekt bzw. der Situation verknüpft wird.