Refine
Document Type
- Article (2)
- Part of a Book (2)
Language
- German (2)
- English (1)
- Portuguese (1)
Has Fulltext
- yes (4)
Is part of the Bibliography
- no (4)
Keywords
- Blended learning (4) (remove)
Institute
- Informatik (1)
Apresentam-se aqui as linhas-mestres de um modelo para projeto editorial de materiais didáticos destinados ao ensino de alemão em contextos universitários no Brasil. Contemplam-se o ponto de vista editorial, questões técnicas ligadas ao uso de tecnologia digital e uma concepção de ensino-aprendizagem que dê conta de uma justificação teórica do modelo apresentado.
Der vorliegende Artikel nimmt die stetig zunehmende Nutzung von Online-Medien im Fremdsprachenunterricht zum Anlass, um anhand eines konkreten Beispiels die Heraus-forderungen und Möglichkeiten des Blended Learning (BL) zu umreißen. Grundlage der Überlegungen ist das Sprachlernprogramm "Idiomas sem Fronteiras" ("Sprachen ohne Grenzen"), über das seit 2016 Online-Deutschkurse mit tutorieller (Präsenz-)Begleitung an brasilianischen Hochschulen angeboten werden. Eine Umfrage unter 228 Teilnehmenden eines Kursdurchlaufs im Jahr 2019 an brasilianischen Universitäten liefert empirisch belegbare Ergebnisse zum BL-Setting, die analysiert werden und in Überlegungen zur didaktischen Umsetzung münden.
Im vorliegenden Forschungsprojekt wird ein Unterrichtsexperiment vorgestellt, in dem zwei aktuelle Forschungsbereiche in der Didaktik verknüpft werden: neurodidaktische Erkenntnisse und digitale Medien. Mithilfe der virtuellen und interaktiven Internet-Plattform "Flipgrid" sollten Studierendengruppen der Westböhmischen Universität in Pilsen Hausaufgaben in Form von verschiedenen Aufgabentypen bearbeiten und aufsprechen. Aufgrund einer Fragebogenauswertung wird dann festgestellt, ob das angewandte Blended Learning bei den Studierenden Anklang gefunden und die Motivation, Hausaufgaben zu erledigen, erhöht hat.
Students of computer science studies enter university education with very different competencies, experience and knowledge. 145 datasets collected of freshmen computer science students by learning management systems in relation to exam outcomes and learning dispositions data (e. g. student dispositions, previous experiences and attitudes measured through self-reported surveys) has been exploited to identify indicators as predictors of academic success and hence make effective interventions to deal with an extremely heterogeneous group of students.