Page Areas:



Current Submenu:

Additional Information:

FAW @ Lange Nacht der Forschung 2016

Lange Nacht der Forschung 2016

Campus map

Campusplan JKU Linz

Our location on campus ...  more of Campus map (Titel)

Softwarepark Hagenberg

Hier den Alternativtext zum Bild eingeben!

Our location on Softwarepark Hagenberg ...  more of Softwarepark Hagenberg (Titel)


Position Indication:

Content

Process optimisation in educational institutions with focus on IT-supported examination standards

Student: Werner Portugal, Siegfried Spiessberger
Supervisor: Univ.-Prof. Dr. Roland Wagner
Second Reviewer: Univ.-Prof. Dr. Bruno Schurer
End: 31.01.2005

Abstract(DE)
Ziele dieser Arbeit sind Ansätze für die Steigerung von Effektivität und Effizienz der Prozesse in Bildungseinrichtungen durch eine geeignete EDV-Unterstützung zu finden und eine Methode zur Messung des Wissenstransfers zu entwickeln. Der Fokus liegt dabei auf den Prozessen zur Kontrolle der Wissensvermittlung – den Lernerfolgskontrollen. Wir modellieren dazu einen idealtypischen Prozess zur Durchführung von Lernerfolgskontrollen, beginnend mit der Operationalisierung der Lerninhalte bis zur Wartung der Testaufgaben und implementieren aus den gefundenen Anforderungen die Software iTest. Um die typischen Bearbeitungszeiten von klassischen Lernerfolgskontrollen zu erheben, wurden mehr als 2.100 Lehrbeauftragte in Österreich, quer über viele Bildungseinrichtungen befragt. Ergebnisse dieser Studie sind unter anderem Daten über die durchschnittliche Vorbereitungs-, Durchführungs- und Bewertungszeit von Lernerfolgskontrollen und Daten über die EDV-Unterstützung bei Lernerfolgskontrollen. Im Sinne eines MbO gelten die Anforderungen aus der Lernerfolgskontrolle als Zielvereinbarung mit den Lehrenden und Lernenden. Sowohl Standardisierung als auch EDV-Unterstützung bei der Lernerfolgskontrolle können nicht für alle Wissensgebiete angewendet werden. Sehr geeignet scheinen sie für Bereiche in denen Erinnerungswissen abgefragt werden soll. Um den Transfer von erlerntem Wissen in die Praxis nachzuweisen, entwickeln wir den Ansatz der inversen Wissenstransfermessung. Aufgrund einer Verschiebung der Kenntnisse in andere Bloom Kategorien wollen wir zeigen, dass in der Praxis angewandtes Wissen von nicht angewandtem unterscheidbar ist. Schließlich modellieren wir eine Testcenter Umgebung, die eine möglichst effiziente Abwicklung von Lernerfolgskontrollen gewährleistet. Für den Ansatz der inversen Wissenstransfermessung sollen die Daten aus dem Testcenter eine breite Basis für die Validierung schaffen.

Abstract(EN)
Goals of this doctoral thesis are putting together approaches to increase process effectiveness and efficiency in educational institutions by means of IT-support and developing a method to measure transfer of knowledge. Focus is set on processes to control knowledge transfer; herein referred to as examinations.
The authors model a characteristic process for execution of examinations from operationalizing learning objectives to maintaining test questions.
Based on the requirements resulting from the modelling process the application iTest has been implemented.
In analysing the typical demand for processing classical exams 2,100 teachers from various educational institutions in Austria took part in a questionnaire. Results of this survey are average time needed to prepare, execute and evaluate exams and data hinting to the current rate of IT-support at examinations.
Examination requirements are understood as agreements on objectives between teachers and students. Standardization as well as IT-support for examinations is not suitable for all knowledge domains. However, examinations screening whether facts have been memorized seem to be qualified best.
As a method to verify the transfer of acquired knowledge the authors developed an approach called inverse knowledge transfer measurement. The authors are set to proof an incremental shift of knowledge within Bloom categories for practical experienced knowledge.
To allow for an efficient procedure of examinations the authors are modelling an environment that they call Testcenter. The data generated from the Testcenter is supposed to deliver a foundation for validation on their approach towards inverse knowledge transfer measurement.