Anja Hawlitschek
Dr. Anja Hawlitschek
wissenschaftliche Mitarbeiterin im BMBF-Projekt DiP-iT: Digitales Programmieren im Team – Adaptive Unterstützung für kollaboratives Lernen
Aufgabenbereiche
- Planung, Durchführung und Auswertung empirischer Studien im Bereich Mediendidaktik
- Konzeption, Implementierung und Evaluation digitaler Lehr-Lern-Szenarien
2023
Buchbeitrag
Automated alerts to avoid unfavourable interaction patterns in collaborative learning - which design do students prefer?
Hawlitschek, Anja; Rudolf, Galina; Berndt, Sarah; Zug, Sebastian
In: DELFI 2023 - Bonn : Gesellschaft für Informatik ; Röpke, René, S. 207-212 - (Lecture notes in informatics (LNI) - proceedings; volume P-338)
Begutachteter Zeitschriftenartikel
Effects of different types of guidance on students’ motivation and learning in a remote laboratory in computer science
Hawlitschek, Anja; Dietrich, André; Zug, Sebastian
In: Computer science education - London : Routledge, Taylor & Francis Group, Bd. 33 (2023), Heft 3, S. 375-399
Empirical research on pair programming in higher education - a literature review
Hawlitschek, Anja; Berndt, Sarah; Schulz, Sandra
In: Computer science education - London : Routledge, Taylor & Francis Group, Bd. 33 (2023), Heft 3, S. 400-428
2022
Begutachteter Zeitschriftenartikel
Exploring students and lecturers views on collaboration and cooperation in computer science courses - a qualitative analysis
Schulz, Sandra; Berndt, Sarah; Hawlitschek, Anja
In: Computer science education - London : Routledge, Taylor & Francis Group . - 2022, insges. 24 S.
Pandemiebedingte Belastungserfahrungen, Ressourcen und depressive Stimmungen von Studierenden am Ende des Online-Wintersemesters 2020/21
Förster, Carina; Hawlitschek, Anja; Hajjii, Rahim
In: Prävention und Gesundheitsförderung - Berlin : Springer, Bd. 18 (2023), Heft 2, S. 189–195
2021
Buchbeitrag
Towards a framework of planning collaborative learning scenarios in computer science
Hawlitschek, Anja; Berndt, Sarah; Schulz, Sandra
In: 21st Koli Calling International Conference on Computing Education Research / Seppälä , Otto - New York,NY,United States : Association for Computing Machinery ; Seppälä, Otto . - 2021, Artikel 24, insges. 5 S.
Begutachteter Zeitschriftenartikel
SQLValidator - an online student playground to learn SQL
Obionwu, Victor; Broneske, David; Hawlitschek, Anja; Köppen, Veit; Saake, Gunter
In: Datenbank-Spektrum - Berlin : Springer, Bd. 21 (2021), S. 73-81
2019
Begutachteter Zeitschriftenartikel
Drop-out in programming courses - prediction and prevention
Hawlitschek, Anja; Köppen, Veit; Dietrich, André; Zug, Sebastian
In: Journal of applied research in higher education - Bingley : Emerald, Bd. 12 (2019), Heft 1, S. 124-136
Abgeschlossene Projekte
Digitales Programmieren im Team - Adaptive Unterstützung für kollaboratives Lernen (Teilprojekt OVGU)
Laufzeit: 01.02.2020 bis 31.01.2023
Das kollaborative Programmieren ist Kernbestandteil des beruflichen Alltags in der Informatik. Diese auf einer technischen und sozialen Ebene komplexen Vorgänge werden im Informatikstudium oftmals abstrakt behandelt und spielen in Fachkonzepten zum Programmierenlernen eine untergeordnete Rolle. Im Rahmen von Gruppenarbeiten müssen sich die Lernenden organisieren, koordinieren und ihre Lernprozesse regulieren - kognitiv anspruchsvolle Tätigkeiten. Um das Potential kollaborativer Lernformen für das Erlernen von Programmiersprachen und die Förderung sozialer Kompetenzen ausschöpfen zu können, müssen die Lernenden bei Bedarf didaktische Unterstützung erhalten, sowohl vor dem als auch während des Lernprozesses. Im Teilprojekt DiP-iT-OVGU werden wir - unterstützt durch die Projektpartner - auf der Basis empirischer Studien ein digitales Fachkonzept zum kollaborativen Programmierenlernen entwickeln und evaluieren, welches diesbezügliche (medien-)didaktische Ansätze enthält. Dabei zielen wir auf die Ermöglichung des Transfers an andere Hochschulen. Auf informationstechnischer Ebene wird hierfür ein Prozessmodell entwickelt, das die Nachnutzbarkeit von Forschungsdaten und die Übertragbarkeit von Datenmodellen (z.B. zur adaptiven didaktischen Unterstützung) in andere Lehrveranstaltungen bzw. Lehr-Lernsysteme ermöglicht. Das Teilprojekt ordnet sich in das Gesamtprojekt mit folgenden Zielstellungen ein:
[]