J-Quizmaker

Lehrvideos erfreuen sich dank aktueller Entwicklungen im Bereich der Online-Lehre (Videoplattformen, MOOCs) auf der einen Seite und einer riesigen Auswahl sowie einer einfachen Produktion und Distribution auf der anderen Seite großer Beliebtheit bei der Wissensvermittlung. Trotzdem bringen Videos einen entscheidenden Nachteil mit sich, welcher in der Natur des Datenformats liegt. So sind die Suche nach konkreten Sachverhalten in einem Video sowie die semantische Aufbereitung zur automatisierten Verknüpfung mit weiteren spezifischen Inhalten mit hohem Aufwand verbunden. Daher werden die lernerfolg-orientierte Selektion von Lehrsegmenten und ihr Arrangement zur auf Lernprozesse abgestimmten Steuerung gehemmt. Beim Betrachten des Videos werden unter Umständen bereits bekannte Sachverhalte wiederholt bzw. können nur durch aufwendiges manuelles Spulen übersprungen werden. Selbiges Problem besteht auch bei der gezielten Wiederholung von Videoabschnitten. Als Lösung dieses Problems wird eine Webapplikation vorgestellt, welche die semantische Aufbereitung von Videos hin zu adaptiven Lehrinhalten ermöglicht: mittels Integration von Selbsttestaufgaben mit definierten Folgeaktionen können auf Basis des aktuellen Nutzerwissens Videoabschnitte automatisiert übersprungen oder wiederholt und externe Inhalte verlinkt werden. Der präsentierte Ansatz basiert somit auf einer Erweiterung der behavioristischen Lerntheorie der Verzweigten Lehrprogramme nach Crowder, die auf den Lernverlauf angepasste Sequenzen von Lerneinheiten beinhaltet. Gleichzeitig werden mittels regelmäßig eingeschobener Selbsttestaufgaben Motivation sowie Aufmerksamkeit des Lernenden nach Regeln der Programmierten Unterweisung nach Skinner und Verstärkungstheorie gefördert. Durch explizite Auszeichnung zusammengehöriger Abschnitte in Videos können zusätzlich die enthaltenden Informationen maschinenlesbar gestaltet werden, sodass weitere Möglichkeiten zum Auffinden und Verknüpfen von Lerninhalten geschaffen werden.

Evaluation of the Australian branched broomrape (Orobanche ramosa) eradication program

Because weed eradication programs commonly take 10 or more years to complete, there is a need to evaluate progress toward the eradication objective. We present a simple model, based on information that is readily obtainable, that assesses conformity to the delimitation and extirpation criteria for eradication. It is applied to the program currently targeting the annual parasitic weed, branched broomrape, in South Australia. The model consists of delimitation and extirpation (E) measures plotted against each other to form an 'eradograph.' Deviations from the 'ideal' eradograph plot can inform tactical responses, e.g., increases in survey and/or control effort. Infestations progress from the active phase to the monitoring phase when no plants have been detected for at least 12 mo. They revert to the active phase upon further detection of plants. We summarize this process for the invasion as a whole in a state-and-transition model. Using this model we demonstrate that the invasion is unlikely to be delimited unless the amount of newly detected infested area decreases, on average, by at least 50% per annum. As a result of control activities implemented, on average approximately 70% (range, 44 to 86%) of active infestations progressed to the monitoring phase in the year following their detection. Simulations suggest that increasing this rate of transition will not increase E to a significant extent. The rate of reversion of infestations from the monitoring phase to the active phase decreased logarithmically with time since last detection, but it is likely that lower rates of reversion would accelerate the trend toward extirpation. Program performance with respect to the delimitation criterion has been variable; performance with respect to the extirpation criterion would be improved considerably by the development and application of cost-effective methods for eliminating branched broomrape soil seed populations.