(2018). Persönlichkeitsbildung in digitalisierten Zeiten. bbw Beruflicher Bildungsweg. Bd. 6|2018. Jg. 59.

(2018). Blended Evaluation in digital gestützter Lehre. In: Digitalisierung der Hochschullehre. Neue Anforderungen an die Evaluation? Hg. von Susan Harris-Huemmert, Philipp Pohlenz & Lukas Mitterauer. Münster: Waxmann. 2018.

PDF Code

(2018). The Blended Learning Concept e:t:p:M@Math – Practical Insights and Research Findings. In: Distance Learning, E-Learning and Blended Learning in Mathematics Education. Hg. von Jason Silverman und Veronica Hoyos. ICME-13 Monographs. New York: Springer.

(2017). Personalisiertes Studieren, reflektiertes Lernen. Eine Analyse des Studierverhaltens in digital gestützter Lehre. In: Erziehungswissenschaft. Bd. 55. Jg. 28. Themenschwerpunkt “Universität 4.0”. S. 61–72.

PDF Code

(2017). Die Konstruktion des Raums der Interessenslagen potenzieller Studierender in der Frühpädagogik. die hochschullehre. Jg. 3|2017.

PDF

(2017). Learning Analytics meets Mathematics Teacher Education – Digital geschärfte Einblicke in das Lernverhalten zu Beginn des Lehramtsstudiums. In: Beiträge zum Mathematikunterricht 2017. Hg. von U. Kortenkamp & A. Kuzle. Münster: WTM.

(2016). Informatics matters!. In: Mathematische und informatische Bildung. Dialog. Bildungsjournal der Pädagogischen Hochschule Karlsruhe. 3. Jg. Heft 1. Karlsruhe: PH Karlsruhe. S. 41–45.

(2016). Den Studienanfang pädagogisch gestalten. Das Blended Learning Konzept e:t:p:M®. In: “Wie lernt man Erziehen?” Zur Didaktik der Pädagogik. Herbartstudien. Bd. 6. Hg. von Rainer Bolle und Wolfgang Halbeis. Jena: Garamond. S. 219–233.

(2015). Klasse trotz Masse am Studienafang – das Blended-Learning-Konzept e:t:p:M@Math . In: Beiträge zum Mathematikunterricht 2015. Hg. von Helmut Linneweber-Lammerskitten. Münster: WTM.

(2015). app@school – App Entwicklung im Unterricht, aber wie?. In: Beiträge zum Mathematikunterricht 2015. Hg. von Helmut Linneweber-Lammerskitten. Münster: WTM.

Einführung: Tidyverse und Shiny Web-Apps
30. November 2018
Zeit-Raum-Verhältnisse visualisieren – Methodologische Überlegungen und forschungspraktische Anwendung
29. November 2018
Statistische Datenanalyse mit R
1. March 2018
Statistik lernen mit Shiny-Apps
19. September 2017
Blended Evaluation in der digital gestützten Lehre
29. May 2017
Das Blended Learning Konzept e:t:p:M@Math
8. February 2017
Das Blended Learning Konzept e:t:p:M
8. November 2016

Zum Verfassen wissenschaftlicher Texte exstiert eine Vielzahl unterschiedlicher Werkzeuge. Dieser Beitrag bleuchtet meinen aktuellen Workflow und stellt die verwendeten Automatisierungsskripte zur Verfügung.

WEITERLESEN

Einblicke in den aktuellen Forschungsstand

WEITERLESEN

Offene und reproduzierbare Wissenschaft

WEITERLESEN

Passive Individuen als Ausgangspunkt

WEITERLESEN

Längsschnittliche Daten geometrisch auswerten

WEITERLESEN

Projekte

MCAvis

Geometrische Datenanalyse mit R auf Basis des Tidyverse und factoextra.

Zeit-Raum Studium

Erforschung der Zeit-Raum-Verhältnisse von Studierenden (Promotionsvorhaben).

e:t:p:M®

Blended Learning-Konzept inkl. spezieller Lern-Web-App (Synthesise.)

Kontakt