Educational Data Science
Die AG Educational Data Science verfolgt das zentrale Ziel, komplexe Daten im Bildungsbereich anhand von entsprechenden statistischen Verfahren für bildungswissenschaftliche Fragestellungen zu nutzen. Dabei greifen wir auf unterschiedliche Arten von Daten (z.B. Fragebogen- und Leistungsdaten, intensive Längsschnittbefragungen, Texte, Verhaltensspuren) und statistische Methoden zurück.
Inhaltlich zielt die Forschung der AG sowohl darauf ab, gelingende Bildungsprozesse zu erklären als auch Möglichkeiten zur Förderung von Bildungsprozessen zu finden. Die Forschung der AG gliedert sich in drei miteinander verschränkte Forschungsstränge:
- Entwicklung von Lerneinstellungen und deren Auswirkungen auf Bildungs- und Karriereverläufe:
In diesem Forschungsstrang beschäftigen wir uns unter anderem mit heterogenen Bildungs- und Karriereverläufen in Abhängigkeit des Geschlechts und des familiären Hintergrundes und mit der Frage, ob sich solche heterogenen Verläufe durch Unterschiede in Lerneinstellungen erklären lassen. - Entwicklung und Evaluation von Interventionen zur Förderung von Lerneinstellungen und Bildungserfolgen:
Zentrale Studien in diesem Bereich fokussieren auf die Förderung von Motivation durch gezielte Interventionen im Bildungskontext. Zudem führen wir aktuell die lerntheoretische Evaluation der Einführung eines begleitenden virtuellen nullten Semesters an Hochschulen in Nordrhein-Westfalen (beVinuS.NRW) durch. - Qualitätsvoller Unterricht und dessen Zusammenhänge mit Merkmalen der Lehrenden und Lernenden:
Hierbei fokussieren wir auf die Fragen, durch welches Unterrichtsverhalten die Motivation und der Lernerfolg von Lernenden gefördert werden können und welche affektiv-motivationalen Aspekte der professionellen Kompetenzen von Lehrenden mit einem solchen Unterricht zusammenhängen.