1 resultado para adaptive study
em Digital Peer Publishing
Filtro por publicador
- Aberdeen University (1)
- Abertay Research Collections - Abertay University’s repository (1)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (4)
- Aquatic Commons (2)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (2)
- Archimer: Archive de l'Institut francais de recherche pour l'exploitation de la mer (1)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (2)
- Aston University Research Archive (19)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (5)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (2)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (19)
- Boston University Digital Common (3)
- Brock University, Canada (6)
- Bucknell University Digital Commons - Pensilvania - USA (1)
- Cambridge University Engineering Department Publications Database (3)
- CentAUR: Central Archive University of Reading - UK (16)
- Chinese Academy of Sciences Institutional Repositories Grid Portal (3)
- Cochin University of Science & Technology (CUSAT), India (2)
- Coffee Science - Universidade Federal de Lavras (4)
- CORA - Cork Open Research Archive - University College Cork - Ireland (1)
- Corvinus Research Archive - The institutional repository for the Corvinus University of Budapest (2)
- Deakin Research Online - Australia (23)
- Digital Commons - Michigan Tech (4)
- Digital Commons at Florida International University (7)
- Digital Peer Publishing (1)
- DigitalCommons@The Texas Medical Center (6)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (1)
- Duke University (2)
- Ecology and Society (2)
- FUNDAJ - Fundação Joaquim Nabuco (1)
- Helda - Digital Repository of University of Helsinki (1)
- Indian Institute of Science - Bangalore - Índia (18)
- Institutional Repository of Leibniz University Hannover (2)
- Instituto Gulbenkian de Ciência (1)
- Instituto Politécnico do Porto, Portugal (2)
- Instituto Superior de Psicologia Aplicada - Lisboa (2)
- National Center for Biotechnology Information - NCBI (2)
- Open University Netherlands (1)
- Plymouth Marine Science Electronic Archive (PlyMSEA) (4)
- Portal de Revistas Científicas Complutenses - Espanha (1)
- QSpace: Queen's University - Canada (1)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (16)
- Queensland University of Technology - ePrints Archive (689)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (18)
- Repositorio Institucional Universidad de Medellín (1)
- Research Open Access Repository of the University of East London. (2)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (1)
- SAPIENTIA - Universidade do Algarve - Portugal (1)
- Universidad de Alicante (1)
- Universidad del Rosario, Colombia (3)
- Universidad Politécnica de Madrid (16)
- Universidade Complutense de Madrid (3)
- Universidade Federal do Pará (1)
- Universidade Técnica de Lisboa (1)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (3)
- Université de Lausanne, Switzerland (1)
- Université de Montréal, Canada (2)
- University of Michigan (4)
- University of Queensland eSpace - Australia (7)
- University of Washington (4)
- WestminsterResearch - UK (2)
Resumo:
Das intelligente Tutorensystem LARGO für die Rechtswissenschaften soll Jurastudenten helfen, Argumentationsstrategien zu lernen. Im verwendeten Ansatz werden Gerichtsprotokolle als Lernmaterialien verwendet: Studenten annotieren diese und erstellen graphische Repräsentationen des Argumentationsverlaufs. Das System kann dabei zur Reflexion über die von Anwälten vorgebrachten Argumente anregen und Lernende auf mögliche Schwächen in ihrer Analyse des Disputs hinweisen. Zur Erkennung von Schwächen verwendet das System Graphgrammatiken und kollaborative Filtermechanismen. Dieser Artikel stellt dar, wie in LARGO auf Basis der Bestimmung eines „Benutzungskontextes“ die Rückmeldungen im System benutzungsadaptiv gestaltet werden. Weiterhin diskutieren wir auf Basis der Ergebnisse einer kontrollierten Studie mit dem System, welche mit Jurastudierenden an der University of Pittsburgh stattfand, in wie weit der automatisch bestimmte Benutzungskontext zur Vorhersage von Lernerfolgen bei Studenten verwendbar ist.