Marvin Roski

Promotionsprojekt:

Learning Analytics zur Lernprozessanalyse im inklusiven Chemieunterricht unter Nutzung des Universal Design for Learning

Leitung: Prof. Dr. Andreas Nehring und Dr. Anett Hoppe

Status: Laufend

Beschreibung: Der Ermöglichung eines stärker individualisierten Lernens stellt eines der am häufigsten artikulierten Argumente für den Einsatz digitaler Medien im Schulunterricht dar. Gleichzeitig liegt mit dem Universal Design for Learning (UDL; CAST, 2011) ein international verbreitetes Konzept vor, das über den Abbau von Lernbarrieren geeignet erscheint, inklusive Lehr-Lern-Prozesse gestalten zu können. 

In einem vorangegangenen Forschungsprojekt wurde UDL genutzt, um eine digitale, iPad-basierte Lernumgebung zu entwickeln, die das Ziel hatte, Konzepte über das Wesen der Naturwissenschaften („nature of science“) in heterogenen Lerngruppen zu fördern (Walkowiak & Nehring, 2018).  Diese Lernumgebung wurde in einer experimentellen Studie untersucht. Die Ergebnisse zeigen zwar grundsätzlich positive Effekte auf die Lernentwicklung, jedoch wird auch deutlich, dass kein höherer Zuwachs mit einem Mehr an UDL-basierten Lernangeboten einher geht (Walkowiak, 2019). 

Das wirft Fragen nach den Prozessen beim UDL- und iPad-basierten Lernen auf, die sich insbesondere auf die Nutzung der zahlreichen Angebote (z. B. „Multiple Unterstützungs- möglichkeiten der Repräsentation“ oder „Multiple Unterstützungsmöglichkeiten der Verarbeitung von Informationen und der Darstellung“) beziehen. 

Mittels neuartiger und geeigneter Verfahren der Learning Analytics soll daher untersucht werden, wie Schülerinnen und Schüler in einem solchen iPad-basierten Setting lernen und wie die Nutzung der Lernangebote mit lernrelevanten Merkmalen zusammenhängt. Aussagen über mögliche Formen der Learning-Analytics-basierten Unterstützung sollen abgeleitet und erprobt werden.

---

CAST. (2011). Universal Design for Learning Guidelines version 2.0. Author: Wakefield, MA.

Walkowiak, M. (2019). Konzeption und Evaluation von universell designten Lernumgebungen und Asessments zur Förderung und Erfassung von Nature of Science Konzepten Inhaltsverzeichnis. Hannover: Leibniz Universität Hannover. https://doi.org/https://doi.org/10.15488/5145

Walkowiak, M., & Nehring, A. (2018). Assessing Nature of Science Concepts in Inclusive Chemistry Classes Using Universal Design for Assessment. In O. E. Finlayson, E. McLoughlin, S. Erduran, & P. Childs (Eds.), Research, Practice and Collaboration in Science Education Proceedings of the ESERA 2017 Conference (pp. 2322–2334). Dublin: Dublin City University.

Forschungsinteressen

Maschinelles Lernen, Learning Analytics, Inklusiver Chemieunterricht, Universal Design for Learning

Lebenslauf

Seit 11/2020
Lichtenberg-Promotionsstipendium im Rahmen des Promotionsprojektes LernMINT

2018-2020 
Masterstudiengang „Lehramt an Gymnasien“ für die Unterrichtsfächer Chemie und Geschichte an der Leibniz Universität Hannover

2016-2018 
Fächerübergreifender Bachelorstudiengang Chemie und Geschichte an der Leibniz Universität Hannover

2014-2016 
Studiengang „Chemie“ an der Westfälischen Wilhelms-Universität Münster

Publikationen, Tagungsbeiträge und Vorträge

Roski, M., Sebastian, R., Ewerth, R., Hoppe, A., Nehring, A. (2024): Learning analytics and the Universal Design for Learning (UDL): A clustering approach. Computers & Education, 214, 105028. https://doi.org/10.1016/j.compedu.2024.105028

Roski, M., Ewerth, R., Hoppe, A., Nehring, A. (2024): Exploring Data Mining in Chemistry Education: Building a Web-Based Learning Platform for Learning Analytics. Journal of Chemical Education. https://doi.org/10.1021/acs.jchemed.3c00794

Roski, M., Sebastian, R., Ewerth, R., Hoppe, A., Nehring, A. (2023): Dropout Prediction in a Web Environment based on Universal Design for Learning. International Conference on Artificial Intelligence in Education (AIED), Tokyo, Japan. https://doi.org/10.1007/978-3-031-36272-9_42

Roski M., Nehring A. (2023): Mining Digital Learning Data in Education: A Step-by-Step-Guide Using WordPress. 20th Biennial EARLI Conference.

Roski, M., & Nehring, A. (2023): Ich sehe was, was du nicht siehst. didacta Digital. https://avr-emags.de/emags/didactaDIGITAL/didactaDIGITAL_0223/#14

Roski, M., Sebastian, R., Ewerth, R., Hoppe, A., Nehring, A. (2023): Digitales Lernen mit UDL-Features: Learning Analytics durch Clustering. Gesellschaft für Didaktik der Chemie und Physik Jahrestagung 2023, Hamburg.

Roski, M., Nehring, A. (2023). I3Lern: Learning Analytics in einer web-basierten
Lernplattform f ̈ur den Chemieunterricht. Adaptives Lernen und KI in der schulischen
und beruflichen Bildung. Joachim Herz Stiftung.

Roski M., Nehring A. (2022): Supporting Inclusive Science Learning through ML. International Conference for AI-based Assessments in STEM Education, University of Georgia, USA.

Roski M., Hoppe A., Nehring A. (2022): I3Lern: ML für eine individualisierte Lernunterstützung aller Lernenden. Gesellschaft für Didaktik der Chemie und Physik Jahrestagung (GDCP).

Schanze S., Bleckmann B., Dieckhoff L., Friege G., Nehring A., Oldag J., Roski M. (2022): Daten in der naturwissenschaftsdidaktischen Forschung. Gesellschaft für Didaktik der Chemie und Physik Jahrestagung (GDCP).

Roski, M., Walkowiak, M., Nehring, A. (2021): Universal Design for Learning: The More, the Better? Education Sciences, 11(4), 164. https://doi.org/10.3390/educsci11040164

Roski, M., Hoppe, A., Dannemann, S., Dietze, S., Ewerth, R., Friege, G., Marenzi, I., Ntoutsi, E., Schanze, S., Nehring, A. (2021): Machine learning in science education: looking into tomorrow’s schools – A systematic review. 14^th Conference of the European Science Education Research Association (ESERA).

Roski, M., Hoppe, A., Dannemann, S., Dietze, S., Ewerth, R., Friege, G., Marenzi, I., Ntoutsi, E., Schanze, S., Nehring, A. (2020): Unterstützung von Lehr-Lern-Prozessen durch maschinelles Lernen. Gesellschaft für Didaktik der Chemie und Physik Jahrestagung 2020.

---