PASSt – Predictive Analytics Services für Studienerfolgsmanagement
Hochschulen haben zunehmendes Interesse daran, den Studienerfolg ihrer Studierenden analysieren und quantifizieren zu können. In diesem Zusammenhang versucht das Projekt PASSt – Predictive Analytics Services für Studienerfolgsmanagement – einen Rahmen für die empirische Analyse und Vorhersage des St...
Main Authors: | Shabnam Tauböck, Anna Schöfecker, Karl Ledermüller, Maria Krakovsky, Sukrit Sharma, Markus Reismann, Christian Gregor Marschnigg, Gerhard Mühlbacher, Julia Spörk, Michael Schadler, Gabriel Wurzer |
---|---|
Format: | Article |
Language: | deu |
Published: |
Forum Neue Medien in der Lehre Austria
2023-04-01
|
Series: | Zeitschrift für Hochschulentwicklung |
Online Access: | https://www.zfhe.at/index.php/zfhe/article/view/1753 |
Similar Items
-
Analyse von Studierbarkeit mittels Prognose- und Simulationsmodellen
by: Julia Spörk, et al.
Published: (2021-12-01) -
Studienerfolgsmanagement an Hochschulen – kompetenzorientiert zur Professionalisierung
by: Tanja P. Schnoz-Schmied, et al.
Published: (2022-06-01) -
Studienerfolgsmanagement und die Passung von Studierbarkeit und Studierfähigkeit
by: Tanja P. Schnoz-Schmied, et al.
Published: (2021-12-01) -
Friedrich Georg von Bunge: hochinteressanten Persönlichkeit des 19. Jahrhunderts, die nicht in den engen Rahmen der spezialisierten Wissenschaften des 21. Jahrhunderts passt
by: Peeter Järvelaid
Published: (2019-05-01) -
Predicting learning success in online learning environments: Self-regulated learning, prior knowledge and repetition
by: Karl Ledermüller, et al.
Published: (2017-03-01)