Sie befinden sich im Service: RWTHmoodle

Lernpfade & Adaptives Lernen

Lernpfade & Adaptives Lernen

Kurzinformation

Lernpfade sind strukturierte Wege, die Studierende durch eine Reihe von Lernaktivitäten führen. Adaptives Lernen nutzt diese Lernpfade, indem Inhalte und Aktivitäten an die individuellen Vorkenntnisse und Präferenzen angepasst werden. Dadurch erhalten die Studierenden eine personalisierte Unterstützung.

Adaptives Lernen in RWTHmoodle verwendet nichtlineare Lernpfade die - wenn effektiv umgesetzt - es den Studierenden ermöglichen, nicht nur in einer festen Reihenfolge zu lernen, sondern ihre Lernwege entsprechend ihrer individuellen Leistungen und Vorlieben anzupassen. Dies fördert eine höhere Motivation und Lernautonomie, da die Lernenden mehr Kontrolle über ihren Fortschritt haben und gezielt auf für sie relevante Inhalte zugreifen können. Es stehen Ihnen in RWTHmoodle einige Tools zur Verfügung, mit denen sich Lernpfade umsetzen lassen:

  • Lektion: Unterschiedliche multimediale Inhalte (Texte, Fotos, Videos etc. ) lassen sich mit Fragen zu Lernpfaden verknüpfen.
  • Aktivitätsabschlüsse: Festlegung von Kriterien, wann Aktivitäten als abgeschlossen gelten. In Verbindung mit verschiedenen Moodle-Aktivitäten ist die Modellierung aktivitätsübergreifender Lernpfade möglich.
  • H5P Branching Scenario: Lernende treffen durch das Beantworten von Fragen Entscheidungen und beeinflussen dadurch den Verlauf ihres Lernpfades. Zahlreiche interaktive H5P-Elemente kombinierbar.
  • H5P Game Map: Lernkarte mit H5P-Inhalten, die in in einer bestimmten Reihenfolge beantwortet werden müssen. Die möglichen Lernpfade werden hierbei visualisiert.

Detailinformation

  1. Welche Arten von Lernpfaden gibt es?
  2. Welche Tools gibt es in Moodle, die für die Erstellung von Lernpfaden genutzt werden können?
  3. Tools für Lernpfade im Vergleich
 


Lineare Lernpfade: Studierende durchlaufen eine vordefinierte Abfolge von Lernaktivitäten und -inhalten in einer festgelegten Reihenfolge, ohne Abzweigungen oder Alternativen:

Exemplarische Darstellung eines linearen Lernpfades mit abwechselnden Inhalts- und Fragenseiten. Die Bearbeitungsreihenfolge ist genau vorgegeben, weshalb die Seiten in der vordefinierten Reihenfolge durchlaufen werden müssen.

 

Nichtlineare Lernpfade: Studierende treffen Entscheidungen, die den Verlauf des Lernpfads beeinflussen. Abhängig von den getroffenen Entscheidungen können sie auf verschiedene Inhalte oder Aktivitäten zugreifen:

Exemplarische Darstellung eines nichtlinearen Lernpfads, bei dem sich Inhalts- und Fragenseiten abwechseln. Die Studierenden können zwischen verschiedenen Pfaden wählen, abhängig von ihren Antworten auf die Fragen. Richtig oder falsch beantwortete Fragen führen zu unterschiedlichen Inhalten oder weiteren Frageseiten, wodurch der Lernverlauf individuell angepasst wird.

 


2.1. Lektion

  • Eine Lektion ist eine Zusammenstellung aus mehreren Seiten, die untereinander verlinkt sind.
  • Eine Seite kann Text, Bilder oder Videos enthalten oder auch interaktive Inhalte bestehend aus Quizfragen.
  • Die Studierenden können entweder linear von einer Seite zur nächsten geleitet werden oder es wird ihnen eine eine Auswahlmöglichkeit aus mehreren Folgeseiten gegeben.
  • Damit können basierend auf den Antworten der Studierenden individuelle Lernpfade modelliert werden oder es werden z.B. zusätzliche Inhalte für die diejenigen Studierenden angeboten, die zusätzliche Unterstützung benötigen.
     

2.2. Aktivitätsabschlüsse

  • In RWTHmoodle können Aktivitätsabschlüsse und Voraussetzungen kombiniert werden, um einfache und komplexe Lernpfade zu gestalten.
  • Diese Kombination ermöglicht es Lehrenden, den Zugriff auf bestimmte Aktivitäten innerhalb eines Kurses basierend auf dem Fortschritt der Lernenden zu steuern.

Abbildung eines Screenshots "Voraussetzung hinzufügen" einer exemplarischen Moodle-Aktivität. Unter "Aktivitätsabschluss" wird dort eine andere Aktivität ausgewählt, deren Abschluss vorliegen muss, damit man auf die aktuell geöffnete Aktivität zugreifen kann. Der zweite Screenshot zeigt zwei Aktivitäten auf der Kursseite. Die im ersten Screenshot gesetzte Voraussetzung erscheint bei der unteren der beiden Aktivitäten. D.h. um auf diese Aktivität zuzugreifen, muss der angezeigte Aktivitätsabschluss erfüllt sein.


2.3. H5P Branching Scenario

  • Das Branching Scenario ist ein vergleichsweise komplexer H5P-Inhaltstyp, in dem die Studierenden aus mehreren Optionen auswählen können und somit entscheiden, was ihnen als nächstes angezeigt wird.
  • Mit dem Branching Scenario können interaktive Geschichten gestaltet und Entscheidungssituationen simuliert werden. Darüber hinaus können für Lernende Lernpfade gestaltet werden, aus denen sie auswählen können.
  • Das Branching Scenario eignet sich insbesondere auch für digitale Edu Breakout Rooms, da es den Studierenden ermöglicht, verschiedene Entscheidungswege zu erkunden und die Konsequenzen ihrer Handlungen unmittelbar zu erleben. In solchen Szenarien können Studierende durch das Lösen von Rätseln oder das Treffen von Entscheidungen schrittweise voranschreiten, wobei unterschiedliche Wege zu verschiedenen Enden führen. Dies fördert das kritische Denken und die Problemlösefähigkeiten, um die gestellten Herausforderungen zu meistern und aus dem digitalen Escape Room zu entkommen.


2.4. H5P Game Map

  • Auf einer Karte (Landkarte, Spielplan etc.) werden verschiedene H5P-Inhaltstypen und deren Bearbeitungsreihenfolge visualisiert.
  • In die Orte der Game Map können mehr als 20 unterschiedliche H5P-Inhaltstypen eingebunden werden (u.a. Interactive Video, Course Presentation, Drag and Drop, Multiple Choice etc.)
  • Eine Game Map bietet vielfältige Einsatz- und Kombinationsmöglichkeiten von H5P-Inhaltstypen und kann insbesondere zur Abbildung von Lernpfaden verwendet werden.

Exemplarische Darstellung einer Lernlandkarte mit verschiedenen Ländern. In insgesamt sieben Ländern wurde eine Etappe platziert. Hinter jeder Etappe ist ein H5P-Inhaltstyp hinterlegt. Die Etappen sind miteinander verbunden, wobei ein Land den Startpunkt bildet. Vom Startpunkt aus können drei andere Etappen erreicht werden. Die Reihenfolge, in welcher die Etappen aufgerufen werden, ist nicht fest vorgegeben.Weiter entfernt liegende Etappen können noch nicht aufgerufen werden, sondern sind ab dem Zeitpunkt erreichbar, sobald die unmittelbar benachbarte Etappe erfolgreich bearbeitet wurde.

 
 

Merkmal

LektionAktivitätsabschlüsseH5P Branching ScenarioH5P Game Map
Lineare und nichtlineare Lernpfade möglicherfüllterfüllterfüllterfüllt
Unterbrechnung und Wiederaufnahme möglicherfüllterfülltnicht erfülltnicht erfüllt
Aktivitätsübergreifende Lernpfade möglichnicht erfüllterfülltnicht erfülltnicht erfüllt
Optisch ansprechendes Designnicht erfülltnicht erfüllterfüllterfüllt
Provisioning and configuration efforthohe Komplexitätniedrige Kompexitäthohe Komplexitätmittlere Komplexität
 

 Zusatzinformation

Lesen Sie hierzu:

zuletzt geändert am 02.10.2024

Wie hat Ihnen dieser Inhalt geholfen?

GNU General Public License 3
Dieses Werk ist lizenziert unter einer GNU General Public License 3