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.secondarypublicationfalsede

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
BzMU22_1432.pdf
Size:
21.1 KB
Format:
Adobe Portable Document Format
Description:
DNB
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.85 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections