Evaluation digitaler Mathematikaufgaben per Sternebewertung mit STACKrate

dc.contributor.authorLache, Jonas
dc.contributor.authorMeissner, Daniel
dc.date.accessioned2023-06-07T11:07:20Z
dc.date.available2023-06-07T11:07:20Z
dc.date.issued2023
dc.description.abstractSTACK ist ein Aufgabentool, mit dem in Moodle und ILIAS digitale und automatisch auswertbare Mathematikaufgaben erstellt und von Lernenden bearbeitet werden können (Sangwin, 2015). Bei einer Evaluation von STACK-Aufgaben sollten Lernende möglichst unmittelbar nach der Bearbeitung die Möglichkeit bekommen, die Aufgaben zu bewerten, um sich an relevante Details zu erinnern (Faulbaum et al., 2009). Eine solche Ergänzung semesterumfassender Umfragen bietet das eigens entwickelte JavaScript-basierte Evaluationstool STACKrate. Es nutzt ein Sternebewertungsprinzip, das heißt Studierende können zur Bewertung einer Aufgabe zwischen einem und maximal fünf Sternen auswählen. Dabei kann die Bewertung durch ein Textfeld für offene Kommentare ergänzt werden. Ersteller*innen von Aufgaben können eine STACKrate-Evaluation direkt in eine STACK-Aufgabe einbetten und die Ergebnisse werden in Moodle, also ohne die Notwendigkeit externer Datenbanken, gespeichert.de
dc.identifier.urihttp://hdl.handle.net/2003/41495
dc.identifier.urihttp://dx.doi.org/10.17877/DE290R-23338
dc.language.isodede
dc.publisherGesellschaft für Didaktik der Mathematik
dc.relation.ispartofBeiträge zum Mathematikunterricht 2022
dc.subjectDigitale Aufgabende
dc.subjectEvaluationde
dc.subjectForschungde
dc.subjectSTACKde
dc.subjectSTACKratede
dc.subject.ddc510
dc.titleEvaluation digitaler Mathematikaufgaben per Sternebewertung mit STACKratede
dc.typeTextde
dc.type.publicationtypeconferenceObjectde
dcterms.accessRightsopen access
eldorado.dnb.deposittruede
eldorado.secondarypublicationfalsede

Dateien

Originalbündel

Gerade angezeigt 1 - 1 von 1
Lade...
Vorschaubild
Name:
BzMU22_1432.pdf
Größe:
21.1 KB
Format:
Adobe Portable Document Format
Beschreibung:
DNB

Lizenzbündel

Gerade angezeigt 1 - 1 von 1
Lade...
Vorschaubild
Name:
license.txt
Größe:
4.85 KB
Format:
Item-specific license agreed upon to submission
Beschreibung:

Sammlungen