Bildungsdatenwissenschaft: ein Paradigmenwechsel für die Methodologie der Erziehungswissenschaft?

Artikel-Sidebar

PDF

Hauptsächlicher Artikelinhalt

Dirk Ifenthaler

Abstract

Bibliographie: Ifenthaler, Dirk: Bildungsdatenwissenschaft: ein Paradigmenwechsel für die Methodologie der Erziehungswissenschaft?, Erziehungswissenschaft, 70 (1-2025), S. 35-45. 

Artikel-Details

Erscheinungsdatum: Juni 2025
Ausgabe: Heft 70 (1-2025): Erziehungswissenschaft nach ChatGPT
DOI: https://doi.org/10.3224/ezw.v36i1.05
Open-Access-Lizenz: CC BY 4.0

Literatur

Baker, Ryab/Siemens, George (2015): Educational Data Mining and Learning Analytics. In: Sawyer, R. Keith (Hrsg.): The Cambridge Handbook of the Learning Sciences. Zweite Auflage. Cambridge: University Press, S. 253-272. https://doi.org/10.1017/CBO9781139519526.016.

Bartholomew, David J. (1967): Stochastic Models for Social Processes. London, New York, Sydney: John Wiley & Sons.

Blackmon, Stephanie J./Moore, Robert L. (2020): A Framework to Support Interdisciplinary Engagement with Learning Analytics. In: Ifenthaler, Dirk/Gibson, David (Hrsg.): Adoption of Data Analytics in Higher Education Learning and Teaching. Cham: Springer International Publishing, S. 39-52.

Bond, Melissa/Khosravi, Hassan/De Laat, Maarten/Bergdahl, Nina/Negrea, Violeta/Oxley, Emily/Pham, Phuong/Chong, Sin Wang/Siemens, George (2024): A Meta Systematic Review of Artificial Intelligence in Higher Education: A Call for Increased Ethics, Collaboration, and Rigour. In: International Journal of Educational Technology in Higher Education 21, 4. https://doi.org/10.1186/s41239-023-00436-z.

Breiman, Leo (2001): Random Forests. In: Machine Learning 45, 1, S. 5-32. https://doi.org/10.1023/A:1010933404324.

Buckingham Shum, Simon/Ferguson, Rebecca (2012): Social Learning Analytics. In: Educational Technology & Society 15, 3, S. 3-26.

da Silva, João Lita/Caeiro, Frederico/Natário, Isabel/Braumann, Carlos A./Esquível, Manuel L./Mexia, João Tiago (2013): Advances in Regression, Survival Analysis, Extreme Values, Markov Processes and Other Statistical Applications. Heidelberg: Springer.

Dawson, Shane/Hubball, Harry (2014): Curriculum Analytics: Application of Social Network Analysis for Improving Strategic Curriculum Decision-Making in a Research-Intensive University. In: Teaching & Learning Inquiry 2, 2, S. 59-74. https://doi.org/10.20343/teachlearninqu.2.2.59.

Demirbaga, Ümit/Singh Aujla, Gagangeet/Jindal, Anish/Kalyon, Oğuzhan (2024): Big Data Analytics. Cham: Springer. https://doi.org/10.1007/978-3-031-55639-5.

Drucker, Harris/Burges, Christopher J. C./Kaufman, Linda/Smola, Alex J./Vapnik, Vladimir (1997): Support Vector Regression Machines. In: Mozer, Michael C./Jordan, Michael I./Petsche, Thomas (Hrsg.): Advances in neural information processing systems 9. Camebridge: MIT Press, S. 155-161.

Gibson, David C/Ifenthaler, Dirk (2017): Preparing the Next Generation of Education Researchers for Big Data in Higher Education. In: Daniel, Ben Kei (Hrsg.): Big Data and Learning Analytics in Higher Education. Current Theory and Practice. Cham: Springer, S. 29-42. https://doi.org/10.1007/978-3-319-06520-5_4.

Holzer, Julia/Grützmacher, Luisa/Ludwig, Sina/Bacher, Johann/Dumont, Hanna/Kampa, Nele/Krainer, Konrad/Lüftenegger, Marko/Maaz, Kai/Pant, Hans Anand/Prenzel, Manfred/Spiel, Christiane/Schober, Barbara (2024): Bildung gemeinsam gestalten: Empfehlungen für Projekte in Kooperation zwischen Wissenschaft, Politik und Praxis. In: Zeitschrift für Erziehungswissenschaft. https://doi.org/10.1007/s11618-024-01273-0.

Ifenthaler, Dirk (2015): Learning Analytics. In: Spector, J. Michael (Hrsg.): The SAGE Encyclopedia of Educational Technology. Los Angeles: Sage, S. 448-451. https://doi.org/10.4135/9781483346397.n187.

Ifenthaler, Dirk (2022): Data Mining and Analytics in the Context of Workplace Learning: Benefits and Affordances. In: Goller, Micheal/Kyndt, Eva/Paloniemi, Susanna/Damsa, Crina (Hrsg.): Methods for Researching Professional Learning and Development. Challenges, Applications, and Empirical Illustrations. Cham: Springer, S. 313-327. https://doi.org/10.1007/978-3-031-08518-5_14.

Ifenthaler, Dirk (2023): Ethische Perspektiven auf künstliche Intelligenz im Kontext der Hochschule. In: Schmohl, Tobias/Watanabe, Alice/Schelling, Kathrin (Hrsg.): Künstliche Intelligenz in der Hochschulbildung. Chancen und Grenzen des KI-gestützten Lernens und Lehrens. Bielefeld: transcript, S. 71-86. https://doi.org/10.14361/9783839457696.

Ifenthaler, Dirk/Greiff, Samuel (2022): Learning Analytics: Analyse von Bildungsdaten in der Berufsbildung. In: Berufsbildung in Wissenschaft und Praxis, 51, 2, S. 13-17. https://www.bwp-zeitschrift.de/de/bwp.php/de/bwp/show/17813 [Zugriff: 21. Februar 2025].

Ifenthaler, Dirk/Widanapathirana, Chathuranga (2014): Development and Validation of a Learning Analytics Framework: Two Case Studies Using Support Vector Machines. In: Technology, Knowledge and Learning 19, 1-2, S. 221-240. https://doi.org/10.1007/s10758-014-9226-4.

Köller, Olaf (2014): Entwicklung und Erträge der jüngeren empirischen Bildungsforschung. In: Fatke, Reinhard/Oelkers, Jürgen (Hrsg.): Das Selbstverständnis der Erziehungswissenschaft: Geschichte und Gegenwart (=Zeitschrift für Pädagogik, Beiheft, Band 60). Weinheim: Beltz Juventa, S. 102-122. https://doi.org/10.25656/01:9083.

McFarland, Daniel A./Khanna, Saurabh/Domingue, Benjamin W./Pardos, Zachary A. (2021): Education Data Science: Past, Present, Future. In: AERA Open 7. 1, S. 1-12. https://doi.org/10.1177/23328584211052055.

Oelkers, Jürgen (2014): Praxis und Wissenschaft. Überlegungen zur Forschungsstruktur der Erziehungswissenschaft. In: Fatke, Reinhard/Oelkers, Jürgen (Hrsg.): Das Selbstverständnis der Erziehungswissenschaft: Geschichte und Gegenwart (= Zeitschrift für Pädagogik, Beiheft, Band 60). Weinheim: Beltz Juventa, S. 85-101. https://doi.org/10.25656/01:9088.

Papamitsiou, Zacharoula/Filippakis, Michail E./Poulou, Marilena/Sampson, Demetrios/Ifenthaler, Dirk/Giannakos, Michail (2021): Towards an Educational Data Literacy Framework: Enhancing the Profiles of Instructional Designers and E-tutors of Online and Blended Courses with New Competences. In: Smart Learning Environments 8, 18. https://doi.org/10.1186/s40561-021-00163-w.

Peña-Ayala, Aeljandro (Hrsg.) (2023): Educational Data Science: Essentials, Approaches, and Tendencies. Singapur: Springer. https://doi.org/10.1007/978-981-99-0026-8.

Phung, Dinh/Webb, Geoffrey I./Sammut, Claude (Hrsg.) (2020): Encyclopedia of Machine Learning and Data Science. New York: Springer. https://doi.org/10.1007/978-1-4899-7502-7.

Piatetsky-Shapiro, Gregory (2012): The Journey of Knowledge Discovery. In: Gaber, Mohammed Medhat (Hrsg.): Journeys to Data Mining. Heidelberg: Springer, S. 173-196. https://doi.org/10.1007/978-3-642-28047-4_13.

Piety, Philip J./Hickey, Daniel T./Bishop, M. J. (2014): Educational Data Sciences – Framing Emergent Practices for Analytics of Learning, Organizations, and Systems. In: Proceedings of the Fourth International Conference on Learning Analytics And Knowledge. New York: Association for Computing Machinery, S. 193-202. https://doi.org/10.1145/2567574.2567582.

Poitras, Eric/Dempsey, David/Crane, Brent Glan Charles/Simpson, Shelly/Siegel, Angela A. (2023): The Applications of Learning Analytics to Enhance Learning and Engagement in Introductory Programming Instruction. In: Durak, Gürhan/Cankaya, Serkan (Hrsg.): Perspectives on Learning Analytics for Maximizing Student Outcomes. Hershey, PA: IGI Global, S. 89-108. https://doi.org/10.4018/978-1-6684-9527-8.ch005.

Quinlan, J. R. (1986): Induction of Decision Trees. In: Machine Learning 1, 1, S. 81-106. https://doi.org/10.1023/A:1022643204877.

Romero, Christobal/Ventura, Sebastian/Pechenizkiy, Mykola/Baker, Ryan S. (Hrsg.) (2011): Handbook of Educational Data Mining. Boca Raton, FL: CRC Press.

Runkler, Thomas A. (2025): Data analytics. Models and Algorithms for Intelligent Data Analysis – A Comprehensive Introduction. Wiesbaden: Springer. https://doi.org/10.1007/978-3-658-45951-2.

Saggi, Mandeep Kaur/Jain, Sushma (2018): A Survey Towards an Integration of Big Data Analytics to Big Insights for Value-Creation. In: Information Processing & Management 54, 5, S. 758-790. https://doi.org/10.1016/j.ipm.2018.01.010.

Sahin, Muhittin/Ifenthaler, Dirk (Hrsg.) (2024): Assessment Analytics in Education. Designs, Methods and Solutions. Cham: Springer. https://doi.org/10.1007/978-3-031-56365-2.

Sampson, Demetrios/Papamitsiou, Zacharoula/Ifenthaler, Dirk/Giannakos, Michail/Mougiakou, Sofia/Vinatsella, Dimitra (2022): Educational Data Literacy. Cham: Springer. https://doi.org/10.1007/978-3-031-11705-3.

Samuel, A. L. (1959): Some Studies in Machine Learning Using the Game of Checkers. In: IBM Journal of Research and Development 3, 3, S. 210-229. https://doi.org/10.1147/rd.33.0210.

Sarker, Iqbal H. (2021): Machine Learning: Algorithms, Real-World Applications and Research Directions. In: SN Computer Science 2, 160. https://doi.org/10.1007/s42979-021-00592-x.

Schmidt-Hertha, Bernhard/Tippelt, Rudolf (2024): Zur Situation erziehungswissenschaftlicher Forschung an Hochschulen und außeruniversitären Forschungseinrichtungen. In: Zeitschrift für Erziehungswissenschaft 27, S. 1237-1257. https://doi.org/10.1007/s11618-024-01265-0.

Sergis, Stylianos/Sampson, Demetrios G. (2016): School Analytics: A Framework for Supporting School Complexity Leadership. In: Spector, J. Michael/Ifenthaler, Dirk/Sampson, Demetrios G./Isaias, Pedro (Hrsg.): Competencies in Teaching, Learning and Educational Leadership in the Digital Age. Cham: Springer, S. 79-122. https://doi.org/10.1007/978-3-319-30295-9_6.

Sergis, Stylianos/Sampson, Demetrios G. (2017): Teaching and Learning Analytics to Support Teacher Inquiry: A Systematic Literature Review. In: Peña-Ayala, Aeljandro (Hrsg.): Learning Analytics: Fundaments, Applications, and Trends. Cham: Springer, S. 25-63. https://doi.org/10.1007/978-3-319-52977-6_2.

Steinwart, Ingo/Christmann, Andreas (2008): Support Vector Machines. New York: Springer. https://doi.org/10.1007/978-0-387-77242-4.

Tenorth, Heinz-Elmar (2024): Erziehungswissenschaft seit 1990: Reduktion, Segmentierung, Identitätsprobleme – Vom Bedeutungsverlust einer Disziplin. In: Zeitschrift für Erziehungswissenschaft 27, S. 1191-1215. https://doi.org/10.1007/s11618-024-01268-x.

Tippelt, Rudolf/Schmidt-Hertha, Bernhard (Hrsg.) (2020): Handbuch Bildungsforschung. Wiesbaden: Springer VS. https://doi.org/10.1007/978-3-531-20002-6.

Tzimas, Dimitrios/Demetriadis, Stavros (2021): Ethical Issues in Learning Analytics: A Review of the Field. In: Educational Technology Research and Development 69, 3, S. 1101-1133. https://doi.org/10.1007/s11423-021-09977-4.

Westphal, Andrea/Zawacki-Richter, Olaf (2017): Von der Allgemeinen Erziehungswissenschaft zur Empirischen Bildungsforschung? In: Zeitschrift für Erziehungswissenschaft 24, S. 641-669. https://doi.org/10.1007/s11618-021-01008-5.

Mehr lesen