Beschreibung von computergestütztenLernumgebungen in der Medizin unter besonderer Berücksichtigung von Qualitätsmerkmalen

Dateibereich 12244

2,38 MB in 2 Dateien, zuletzt geändert am 21.06.2004

Dateiliste / Details

DateiDateien geändert amGröße
abstract_geueke.pdf21.06.2004 11:50:0564,4 KB
dissertation_geueke.pdf21.06.2004 11:50:052,32 MB

Dateibereich 12245

5,98 MB in 2 Dateien, zuletzt geändert am 21.06.2004

Dateiliste / Details

DateiDateien geändert amGröße
abstract_geueke.doc21.06.2004 11:50:3223,5 KB
dissertation_geueke.doc21.06.2004 11:50:325,96 MB
Durch die hohe Verbreitung des Internets in den letzten Jahren haben sich die Einsatzmöglichkeiten von computerunterstützten medizinischen Lernumgebungen stark verändert. Es wurde eine Vielzahl von webbasierten Lernumgebungen entwickelt und sehr häufig kostenfrei Studierenden und anderen Interessierten angeboten. Nach anfänglich großer Euphorie über die Vorteile des Web kristallisierten sich diverse Probleme heraus. So stellt sich die Frage, welche Informationen über eine Lernumgebung verfügbar sind und wie man dieses strukturieren kann. Insbesondere ist zu klären, wie man die Qualität einer Lernumgebung erfassen und dem Nutzer zugänglich machen kann. Das Ziel dieser Arbeit ist daher die Erarbeitung eines Beschreibungsrahmens für medizinische Lernumgebungen im Web unter besonderer Berücksichtigung der Ausarbeitung von Qualitäts-merkmalen. Die Frage, wie Lernumgebungen bezüglich ihrer Qualität unterschieden werden können, wurde anhand von verschiedenen Auswahlinstrumenten untersucht, die Lernumgebungen mittels Qualitäts-kriterien bewerten. Eine Bewertung dieser Kriterienkataloge ergab, dass sowohl ihre Validität als auch ihre Reliabilität zu gering für eine verlässliche Aussage ist. Insbesondere berücksichtigen sie den Einsatzkontext der Lernumgebung nur unzureichend. Auch die existierenden Ansätze zur Bewertung von medizinischen Websites sind nicht ausreichend, da sie in der Regel didaktische Kriterien vermissen lassen. Der Vergleich und die anschließende Bewertung verschiedener Beschreibungsstandards (Metadaten) ergab, dass sich Learning Object Metadata (LOM) am besten als Standard für die Beschreibung von Lernumgebungen eignet. Aus den zur Verfügung stehenden neun Kategorien des LOM-Standards konnten 16 Qualitäts-merkmale identifiziert werden. Diese wurden mit 13 weiteren Qualitätsmerkmalen in eine erweiterte Form des LOM-Standards zusammengeführt. Der eigene Ansatz bietet zusätzliche Metadaten zu Qualitätsmanage-ment, Evaluation und Nutzererfahrungen. Die erweiterte Form des LOM-Standards wurde in ein Datenmodell überführt; dazu diente der LOM-Standard in der Implementierung des IMS Learning Resource Meta-data XML Binding als Basis. Der Einsatz von XML erleichterte die anschließende exemplarische Umsetzung als Webanwendung und gewährleistet die Interoperabilität mit externen Systemen. Die Anwendung, der Learning Resource Server Medizin (LRSMed), bietet dem Nutzer flexible und effiziente Möglichkeiten, aus neun Suchkriterien mit vorgegebenem Vokabular in Verbindung mit einer Volltextsuche adäquate Lernumgebungen zu finden. Die Bewertung der Ergeb-nisse bleibt ihm selbst überlassen, da diese ohne Kenntnis des situativen Kontextes kaum möglich ist. Die Herkunft der Metadaten ist für den Nutzer transparent, da er Informationen zur Quelle erhält. Insgesamt kann der Schluss gezogen werden, dass der Nutzer durch die Erweiterungen des LOM-Standards und deren Implementierung in Form des LRSMed bei der Recherche nach medizinischen, webbasierten und derzeit frei verfügbaren Lernumgebungen unterstützt werden kann. Für einen entsprechenden Nachweis ist die Evaluation des LRSMed anzustreben. Inwiefern Lernumgebungen in Zukunft noch kostenfrei zur Verfügung stehen, ist offen, da insbesondere im medizinischen Bereich multimediales Material aufwändig aufbereitet werden muss.
Lesezeichen:
Permalink | Teilen/Speichern
Dokumententyp:
Wissenschaftliche Abschlussarbeiten » Dissertation
Fakultät / Institut:
Medizinische Fakultät » Universitätsklinikum Essen » Institut für Medizinische Informatik, Biometrie und Epidemiologie
Dewey Dezimal-Klassifikation:
600 Technik, Medizin, angewandte Wissenschaften » 610 Medizin und Gesundheit
Stichwörter:
E-Learning, Medizin, computerunterstützte Lernumgebungen, Metadaten, Standardisierung, Learning Object Model, LOM, Learning Ressource Server Medizin, LRSMed
Sprache:
Deutsch
Kollektion / Status:
Dissertationen / Dokument veröffentlicht
Dokument erstellt am:
26.02.2004
Promotionsantrag am:
18.06.2004
Dateien geändert am:
26.02.2004
Medientyp:
Text