You are currently viewing COMALAT – Competence Oriented Multilingual Adaptive Language Assessment and Training System

COMALAT – Competence Oriented Multilingual Adaptive Language Assessment and Training System

COMALAT ist eine web-basierte E-Learning Plattform und Mobile App für Android Smartphones zur Vermittlung von Sprachkompetenz. Das System fokussiert mithilfe von bereitgestellten Lernmaterialien (Deutsch, Englisch, Spanisch im Einsteiger- und Fortgeschrittenen-Niveau) vor allem die passiven Sprachkompetenzen und bietet ebenfalls einführende Lernmaterialien in den job-orientierten Themenbereichen Gesundheitswesen, Tourismus, Wissenschaft und Technik sowie Wirtschafts- und Fachsprache.

COMALAT besitzt im Gegensatz zu bestehenden Sprachenlernsystemen einen uneingeschränkten, kostenfreien Zugang zu allen Materialien und bietet einen gewissen Grad an Adaptivität (basierend auf statistischer Auswertung), um auf Schwächen der Benutzer*innen, durch die Empfehlung von zusätzlichen Lernmaterialien, einzugehen.

Die Lernmaterialien sind als Open Educational Ressource (OER) für alle EU-Bürger*innen kostenlos zugänglich.

An COMALAT (Erasmus+, Leitaktion 2 Strategische Partnerschaften) beteiligt waren neben der Universität Siegen (Fachgruppe Praktische Informatik und Institut für Wissensbasierte Systeme und Wissensmanagement), die Aristoteles Universität Thessaloniki, Griechenland und das Sprachenzentrum an der Universität Alicante, Spanien.

Projektlaufzeit: September 2014 – August 2017.

 

COMALAT ist eine offene Lernplattform (Training Platform) für Sprachkompetenzen im Anfänger- und Fortgeschrittenenlevel
in Deutsch, Englisch und Spanisch. Mit COMALAT lassen sich vor allem die so genannten passiven Sprachkompetenzen wie Wortschatz, Lesen und Hörverstehen trainieren.

COMALAT orientiert sich an den Stärken und Schwächen der Benutzer*innen,da der Lernfortschritt, im sog. Competence Assessment,kontinuierlich überwacht wird und nach jedem Lerneinheitsabschnitt bei Bedarf passende Zusatz-Aufgaben durch das System empfohlen werden. Bei der Empfehlung von zusätzlichen Materialien spielen eigene Testbewertungen und die Bewertungen anderer Lernender in der Plattform eine Rolle. Im COMALAT Projekt wurde Fuzzy Grading entwickelt – eine statistische Auswertung (Statistical Analysis and Machine Learning) von Testresultaten, die es ermöglicht, Fälle zu beurteilen, die genau an der Grenze des Bestehens/Nicht-Bestehens von Lernabschnitten liegen. Außerdem wurde ein Verfahren implementiert, das Lerntypen (Archetypal Analysis) identifizieren kann und so dem Lehrenden bzw. dem Lernmaterialerstellenden Aufschluss darüber geben kann, wie Lernende im Vergleich zu den Referenztypen bewertet werden. Um die angesprochene Adaptivität (Adaptive Training) zu gewährleisten, erfordert das System eine entsprechende Konfiguration des Lernmaterials, der möglichen Lernpfade und der verschiedenen Varianten des Feedbacks. Hierfür wurde eine eigene Systemkomponente (Authoring Tool) entwickelt, die das Configuration Mapping unterstützt.

Welche Plattformen und/oder digitalen Tools verwenden Sie im Rahmen Ihres Lehrprojekts?

COMALAT verwendet das Learning Management System „Sakai“ als Basisplattform. Erweitert wurde Sakai um zwei selbst programmierte Tools, Guide und Authoring.

  • Die Guide-Komponente dient der Präsentation und Empfehlung von Lernmaterialien (erklärende Lernmaterialien in HTML, aber auch eingebundene Tests im speziellen E-Learning Format).
  • Authoring ist eine zusätzliche Autorenumgebung, die dabei hilft neue Lernmaterialien ins System einzupflegen, diese zu bearbeiten oder die Sequenz an Lernmaterialien zu verändern.

 

 

Ansprechperson / Lehrende

PROF. DR. UDO KELTER

Fakultät IV – Institut für Praktische Informatik

PROF. DR.-ING. MADJID FATHI

Fakultät IV – Institut für Wissensbasierte Systeme und Wissensmanagement

Johannes Zenkert

Fakultät IV – Institut für Wissensbasierte Systeme und Wissensmanagement
Mail: johannes.zenkert@uni-siegen.de

Verwendete Tools / Plattformen

Comalat App

 

Comalat Mobile

 

Comalat OER

Ihnen hat diese Projektvorstellung weitergeholfen?

Dann lassen Sie doch ein Feedback oder einen Kommentar für Ihre*n Kolleg*in hier!

Wie hilfreich fanden Sie diesen Beitrag?

Klicken Sie auf die Sterne!

5 / 5. 2

Schreibe einen Kommentar