IFeL blog

Structure, Dialogue and Autonomy


Leave a comment

Grosses Interesse für Datenbank mit emotionalen Texten

Innerhalb der letzten Woche stieg auf ResearchGate die Anzahl Reads, d.h. Leute, die einen Beitrag angeschaut haben, beim Projekt “Emotions and eReading” von unter zwanzig auf weit über 100. In Zusammenarbeit mit den Universitäten Paris 8, Barcelona, Turku (Finnland) und einigen weiteren, sind wir im IFeL (FFHS) am Erstellen einer Datenbank mit kurzen Texten (900 – 1100 Zeichen), die in Bezug auf die enthaltenen Emotionen beurteilt werden. Damit scheint das IFeL mit seiner Beteiligung am EU-Netzwerkprogramm COST Action E-READ ein hochaktuelles Thema getroffen zu haben.
Ursprünglich wurden Texte in Deutsch, Französisch, Katalanisch/Spanisch, Finnisch erstellt, neu dazu kommen Türkisch und Portugiesisch. Die Texte werden in der jeweiligen Originalsprache beurteilt. Zu einem späteren Zeitpunkt werden sie auf Englisch und bei Bedarf in weitere Sprachen übersetzt und auch in der übersetzten Version nach dem emotionalen Inhalt beurteilt. Die Datenbank soll in Zukunft analog der IAPS Bilderdatenbank für Forschungszwecke eingesetzt werden.
Siehe auch den älteren Blog-Beitrag zur Datenbank mit emotionalen Texten.


Leave a comment

Datenbank mit emotionalen Texten

Im Rahmen des EU-Netzwerkprogrammes COST Action E-READ arbeitet das IFeL gemeinsam mit internationalen Experten daran, eine mehrsprachige Datenbank von kurzen Texten mit unterschiedlichem Emotionspotential aufzubauen. Diese soll für Forschungszwecke eingesetzt werden, u.a. mit dem Ziel, bei adaptiven Lernsystemen die fürs Lernen relevanten Emotionen zu berücksichtigen.

Das emotionale Potential von Texten ist für das adaptive E-Learning wichtig, da für das Lernen relevante Emotionen (z.B. Lernfreude, Langeweile, Verwirrung) bei der Lehrmittelproduktion und in Aufgaben der Studierenden berücksichtigt werden können. Die Messung des emotionalen Potentials von Texten ist jedoch relativ neu. Das Institut für Fernstudien- und eLearningforschung (IFeL) der FFHS arbeitet derzeit am Aufbau einer Text-Datenbank zur Erforschung der Wirkung von Emotionen in Texten.

Ganze Texte noch kaum auf Emotionsgehalt untersucht
Emotionen werden in der Regel am Menschen gemessen, indem nach Gefühlen und subjektivem Empfinden gefragt, Mimik und Gestik auf vorhandene Emotionen beobachtet oder psychophysiologische Messungen (z.B. Herzfrequenz, Hautleitwert) vorgenommen werden. Aber auch das emotionale Potential, d.h. der geschätzte Gehalt von Emotionen, in Bildern und Texten ist messbar. Seit längerer Zeit gibt es Datenbanken mit Bildern, deren emotionales Potential von mehreren Personen geschätzt wurde und in Experimenten als Stimuli (z.B. zur Auslösung von Emotionen) gezeigt werden. Es existieren auch Wortlisten, in denen Worte nach dem emotionalen Potential beurteilt wurden. In der Regel sind die Worte nach ihrer Valenz (negativ – positiv) und die emotionale Erregbarkeit (arousal) oder sogar nach einzelne basale Emotionen (wie Ärger, Freude und Angst) beurteilt worden.

Ganze Texte wurden jedoch noch kaum in Bezug zum emotionalen Potenzial untersucht. Dazu gibt es eine ganze Reihe von Instrumenten. Im deutschen Sprachraum ist vor allem die «Berlin Affective Word List» (BAWL) mit über 6000 Worten bekannt, die von einem Team um Arthur Jacobs in Berlin gebildet und weiter entwickelt wird. Auch die Einschätzung der Texte mit sogenannten SAM (Self-Assessment Manikin) wird für die Einschätzung des emotionalen Gehaltes von Texten angewandt. SAM sind Logos in Form von kleinen Männchen, die in fünf bis neun Abstufungen eine emotionale Dimension (Valenz, emotionale Erregung) darstellen.

SAM-Methode: 5-Punkte Skala, emotionale Erregung
Quelle: http://irtel.uni-mannheim.de/pxlab/demos/index_SAM.html

In einer ersten Phase des Projektes ist vorgesehen, je zehn Texte aus vier Ländern (Schweiz, Frankreich, Spanien, Finnland) auf Deutsch (d.h. die entsprechenden Übersetzungen) mit der BAWL und später mit der SAM-Methode zu analysieren.

 

Zur Veranschaulichung: Das emotionale Potential dieses News-Beitrages hat eine Valenz von 0.75 (erreichbare Werte: -1.6 bis +2), das heisst, der Text ist eher positiv, und weist eine mittlere emotionale Erregbarkeit von 2.76 (erreichbare Werte: 2.3 bis 4) auf.


Leave a comment

Das IFeL schreibt Geschichten

Für ein internationales Projekt suchen wir kurze Geschichten (maximal 1000 Zeichen). Wir suchen Geschichten, die bei Schreibenden und Lesenden starke Gefühle auslösen – positive, negative; egal ob Freude, Glück, Angst usw. Die Geschichten können wahr oder erfunden sein.

Zum Beispiel
“Sabine liegt auf dem Rücken. In der Ferne sind Schritte zu hören, hinter dem Holzzaun raschelt etwas. Ein leiser Lufthauch zieht über ihr Gesicht. Der Fuss schmerzt. Sabine kann ihn unter dem Gras nicht sehen. Der Schuh hängt noch am Zaun. 
Als ich ihr Gesicht sehe, muss ich mich festhalten. Mein Kopf dreht. Sabine ist bleich, sie ist kreideweiss. Sie müsste Angst haben, aber sie  schaut mich friedlich an, ein leises Lächeln hinter den Schmerzen.
Die Schritte kommen näher. Ich weiss nicht, was ich tun soll. Eine kleine Schlange raschelt durch den Zaun und verschwindet im hohen Gras. Die Schritte werden lauter. Es muss hinter der Garage sein. Das Licht über dem Vorplatz blitzt an. Es wird still. Der Wind streicht sanft und lautlos über uns hinweg. Hinter der Garage ist dieses Kratzen zu hören. Ein Metallstück klickt laut. 
Dann beginnt Sabine zu schreien. Die zwei Männer stehen plötzlich da. Die Tragbahre rastet beim Aufstellen mit einem Klick ein.”

Nicht jeder kann gut schreiben – aber jeder hat etwas zu erzählen. Egal ob genial oder einfach, schreiben Sie mit.


1 Comment

In the mood – learning emotions

„Good morning Student, you’re just in the right mood for learning!“
In a near future students may hear this good morning when they sit down to learn.
Emotions are already recognized by computers. There is some good software for automated emotion recognition in human faces (see examples below). In the last fifteen years appeared an increasing amount of papers about automated facial emotion recognition and tools to detect emotions in faces using photos, webcams, lifestreams, and videos. As an example, look at a demo version of the Face Analysis Cloud Engine (beta version) of sightcorp: https://face.sightcorp.com/demo_analysis_display/.
Successful learning is a difficult task. It takes place, only if a person is ready for learning. Emotions take a very important part in it. In our limbic system, we appraise everything we do and everything that happens do us, if it is good or bad for us (Roth, 2009). So, emotions facilitate and hinder learning.
Generally, learning does not just happen. It is an active process. When Student enters a learning situation he does not beginning at point zero. He brings learning experiences, personal characteristics, and preexisting knowledge. Therefore, he will perceive the qualities of the learning environment and the learning content in his own way and experience his own emotional reactions and appraise the system and learning content. The learning content gets into working memory with its limited capacities. The larger the intrinsic load (e.g. difficulty of the learning content) and the extraneous load (e.g. bad usability), the less Student will learn. Emotions also influence the learning process. That happens directly (e.g. the emotional arousal is high) and indirectly via the appraisal of content and system (e.g. positive emotions can increase interest). Brief, lower cognitive load and positive influence of emotions lead to a better learning performance. This short description of our theoretical framework is based on several models and theories about memory and learning.
If the learning system ‚knows‘ that Student is in the mood for learning or not, it can adapt the learning content or/and the learning environment or it can recommend the best learning activities corresponding to Students emotions. To do this a lot of research has to be done. One of the central points is measuring emotions in a practical way. Mauss and Robinson (2009) recommend measuring emotions on different levels. In our research we will use among other measures questions about immediate subjective experiences and automated recognition of facial emotions.
„Reader, you seem tired. Let’s take a short brake.”
.
Examples of facial emotion coding software:


Leave a comment

Blended Learning top

Von Markus Appel und Constanze Schreiner der Universität Linz wird in der Psychologischen Rundschau ein Artikel publiziert, der Mythen rund ums Internet widerlegt.
Dabei wird auch der Mythos „Negative oder keine Effekte von Computer-unterstütztem Unterricht“ entgegengehalten.
Eine vorläufige Version des Artikels findet sich auf ResearchGate: https://www.researchgate.net/publication/259970800_Digitale_Demenz_Mythen_und_wissenschaftliche_Befundlage_zur_
Auswirkung_von_Internetnutzung

Blended Learning, das Modell der FFHS, schneidet dabei sehr gut ab. Die Autoren zitieren die Meta-Anaylse von Means et a. (2010), die folgende Ergebnisse fand:

  • Blended Learning ist dem klassischen Unterricht (face-to-face) überlegen: d=.35
  • Reines Online Lernen ist klassischen Unterricht nicht überlegen: d=.05
  • Kooperatives Online Lernen ist effektiv: d=.25
  • Durch Dozierende unterstütztes Online Lernen ist effektiv: d=.39

Die Effektgrössen können mit folgender Faustregel interpretiert werden: der Wert der Effektgrösse d entspricht in etwa dem Prozentanteil der Lernenden, die von der effektiveren Methode deutlich profitiert haben.
Ein Beispiel: Von allen Studierenden im Blended Learning Modell haben schätzungsweise 35% (d=.35) deutlich bessere Leistungen als Studierende im klassischen Unterricht.

Für die FFHS ist dieses Ergebnis von besonderem Wert, da die meisten Studien, die in der Meta-Analyse verrechnet wurden, mit Erwachsenen durchgeführt wurden.

Literatur
Means, B., Toyama, Y., Murphy, R., Bakia, M., & Jones, K. (2010). Evaluation of evidence-based practices in online learning: A meta-analysis and review of online learning studies. U.S. Department of Education.


Leave a comment

Film und Video in der Lehre in übersichtlicher und themenzentrierter Form

Am 28. Februar (Freitag) und am 1. März ( Samstag) fand an der PH Wallis in Brig eine Forschungswerkstatt statt: “Video- und textgestützte Fallarbeit zu dokumentarischen und fiktionalen Unterrichtsepisoden – eine hochschuldidaktische Werkstatt”.

Das Programm eröffnete Edmund Steiner mit einer “Landkarte” zur Pädagogischen Kasuistik (Fallarbeit). Darin ordnete er Methoden und Anwendungen der Fallarbeit mit Text und Film. Insgesamt wurden drei Arten der Fallareit behandelt: Video, Filmausschnitte, Literatur.
Die Arbeit mit realen und fiktiven Videoaufnahmen zur Fallarbeit in Aus- und Fortbildung für Lehrpersonen war die Forstsetzung vom letzten Jahr  (Beträge von Matthias Oggier und Amélie Bourban, PH VS; Kathrin Kammer, PH Luzern). Es gibt ein Fallarchiv von der Universität Tübingen, das letztes Jahr vorgestellt wurde. Die PH Wallis überlegt, dort mitzumachen oder ein eigenes Fallarchiv aufzubauen. Unser Beitrag (Egon Werlen, Marc Garbely) “Videobasierte Fallarbeit mit Eye-TrackingEye-Tracker. Aus der Sicht der Beteiligten” stellt eine spannende Erweiterung in diesen Bereich dar. Das zweite Thema, der Einsatz von Filmen und Filmausschnitten in der Aus- und Fortbildung für Lehrpersonen, wurde von Charles Martig vom Katholischen Mediendienst (Zürich) überzeugend mit Ausführungen zur Rezeption von Filmen und wie diese in der Lehre eingesetzt werden können, dargestellt. Das dritte Thema war die Präsentation eines Systems zum Einsatz von Fallbeispielen aus der Literatur in der Aus- und Fortbildung für Lehrpersonen (Harald Spann, PH Oberösterreich).

Diese hochschuldidaktische Werkstatt  fand ein einem überzeugenden Rahmen statt.
Mit 20 bis 30 Beteiligten und vielen Möglichkeiten zu Diskussionen in und ausserhalb der Werkstatt ist es möglich gezielt und ausgiebig über ein eingegrenztes Thema nachzudenken und es weiter zu entwickeln.
Bei mir ergaben sich ein paar neue Ideen zur Weiterentwicklung von Fallarbeit mit Videos und dem gezielten Einsatz von Filmauschnitten in der Erwachsenenbildung.


Leave a comment

ICILS 2013 Schweiz: Datenerhebung abgeschlossen

Anfang 2013 wurde in der Schweiz die Datenerhebung im Projekt ICILS 2013 (International Computer and Information Literacy Study) durchgeführt.  Inzwischen ist die Datenerhebung abgeschlossen. In Ländern der nördlichen Hemisphäre wurde sie im Frühjahr, in der südlichen Hemisphäre im Herbst 2013 durchgeführt. Insgesamt wurden in der Studie weltweit bis zu 60’000 Schüler/innen und 45’000 Lehrpersonen in 3000 Schulen aus 20 Ländern befragt. In der Schweiz haben 99 Schulen mit 3305 Schüler/innen im achten Schuljahr sowie 907 Lehrpersonen an der Studie teilgenommen. Weiter beteiligten sich rund 140 Schuldirektor/innen und IKT-Verantwortliche. Ein Teil der Schüleraufgaben verlangt eine manuelle Beurteilung von Inhalt und Darstellung. Daher begannen gleich nach der Datenerhebung die notwendigen Kodierarbeiten. Ausserdem mussten die Angaben zu den Berufen der Eltern nach ISCO 2008 kodiert werden. Das Schweizerische ICILS-Konsortium hat ergänzend zu der internationalen Studie, weitere Fragestellungen in die Untersuchung aufgenommen. Diese Ergänzungsstudie erlaubt die Analyse zusätzlicher aktueller Themen (Nutzerprofile „Internet“ und „Medien“ in Freizeit und Schule, Berufsorientierung im Internet. Ethisches / moralisches Verhalten im Netz (Cybermobbing, Rufschädigung, Plagiate, Interneteinsamkeit). In den Kantonen Wallis, Tessin sowie im Einzugsgebiet der HEP BEJUNE (Bern, Jura, Neuenburg) wurden Oversamplings (Erweiterung der Stichprobe) durchgeführt. Diese dienen einer differenzierteren Analyse der Datenlage in den entsprechenden Regionen.

Im ersten Newsletter des ICILS Konsortiums Schweiz wird über den Abschluss der Datenerhebung und die Stichprobe berichtet: http://www.icils.ch/blog/blog/2014/01/17/icils-2013-datenerhebung-abgeschlossen/#more-595