Drei Expertinnen vom Know-Center nahmen an der 14. European Conference on Technology Enhanced Learning in Delft teil. Das Thema: „Transforming Learning With Meaningful Technologies“.
Die EC-TEL ist die wichtigste europäische Konferenz zum Thema Technology-enhanced Learning, die von Forscherinnen und Forschern aus zahlreichen europäischen Ländern besucht wird. Die Themen über die diskutiert wird: Learning Design, Learning Strategies, Gamification, aber auch Search Behaviour, Learning Analytic, und viele mehr.
Viktoria Pammer-Schindler vom Know-Center koordinierte als General Chair die gesamte Konferenz, Angela Fessl nahm die Rolle des Practitioner Chair ein. Außerdem konnten die Know-Center-Expertinnen während der Konferenz zwei Research Papers präsentieren. Fessl präsentierte das Paper Mirror, mirror on my search: Data-driven reflection and experimentation with search behaviour.
Darin wurden ein Widget sowie zwei durchgeführte Studien präsentiert, die den Benutzer dazu anregen sollen, über das eigene Suchverhalten zu reflektieren und es in weiterer Folge zu verbessern, um effizienter an die gewünschten Suchergebnisse zu gelangen. Das Paper entstand im Rahmen des EU Projekts MOVING, das im März 2019 erfolgreich abgeschlossen worden ist.
Simone Kopeinik präsentierte das Paper A Real-Life School Study of Confirmation Bias and Polarisation in Information Behaviour. In diesem Paper wurde eine Studie vorgestellt, die das Informationsverhalten von Schülerinnen und Schülern beobachtet, um individuelle und soziale Dynamiken zu verstehen. Einen Schwerpunkt legt die Arbeit dabei auf das Entwickeln quantifizierbarer Indikatoren für die beiden Konstrukte Confirmatory Search und Polarisation. Confirmatory Search bezeichnet den Bestätigungsfehler in der Informationssuche, demzufolge Menschen dazu neigen, nach Informationen zu suchen, die im Einklang mit ihren bereits vorhandenen Annahmen stehen.
Das Paper zeigt einen Zusammenhang zwischen Confirmatory Search und Polarisation und den positiven Einfluss von sozialen Artefakten auf die Abschwächung zugrunde liegender Verhaltensmuster. Ziel war es, durch ein besseres Verständnis der Konstrukte zur Verbesserung von Learning Analytics und Informationsdiensten für Lernszenarien beizutragen.