Mehr lesen
Soziales und emotionales Lernen (SEL) ist für den akademischen Erfolg und das allgemeine Wohlbefinden der Schüler von entscheidender Bedeutung, doch die Bewertung dieser Kompetenzen bleibt aufgrund ihrer subjektiven und nicht kognitiven Natur eine Herausforderung. Traditionellen Methoden wie Umfragen und Lehrerbeobachtungen mangelt es oft an Genauigkeit und Konsistenz. Deshalb wird ein auf maschinellem Lernen basierender Bewertungsrahmen vorgeschlagen, der verschiedene Datenquellen wie das Verhalten, die Beteiligung und die Leistung von Schülern integriert. Durch die Identifizierung von Mustern und die Klassifizierung von SEL-Fähigkeiten verringern maschinelle Lernmodelle die menschliche Voreingenommenheit und erhöhen die Zuverlässigkeit. Dieser datengesteuerte Ansatz gewährleistet nicht nur eine objektive Messung, sondern liefert auch prädiktive Erkenntnisse über die SEL-Entwicklung der Schüler. Pädagogen können diese Erkenntnisse nutzen, um gezielte Interventionen und personalisierte Unterstützung zu entwickeln, wodurch die Bewertung von SEL-Kompetenzen letztendlich genauer, skalierbarer und wirkungsvoller wird.
Über den Autor / die Autorin
Dr. S. SHARMILA, Assistenzprofessorin in der UG-Abteilung für Informatik, NGM College, Pollachi. Ich habe 14 Jahre Lehrerfahrung und mehr als 15 Forschungsartikel in UGC Care und Scopus veröffentlicht.Dr. A. Kanagaraj, Assistenzprofessor in der Abteilung für Informatik, Kristu Jayanti (Anerkannte Universität), Bengaluru.
