Grundlagenwissen zu Künstlicher Intelligenz von angehenden Lehrkräften: Modellbasierte Testentwicklung und Validierung

Schmidt, Jacqueline Marie-Charlotte

Endnote export

%T Grundlagenwissen zu Künstlicher Intelligenz von angehenden Lehrkräften: Modellbasierte Testentwicklung und Validierung
%A Schmidt, Jacqueline Marie-Charlotte
%P 236
%V 79
%D 2024
%I wbv Media GmbH & Co. KG
%K KI-bezogene Kompetenzfacetten; angehender Lehrkräfte; digitaler Transformationsprozess
%@ 978-3-7639-7653-9
%X In der Dissertation wird ausgehend von der zunehmenden Relevanz von Künstlicher Intelligenz (KI) im Rahmen digitaler Transformationsprozesse ein Strukturmodell für KI-bezogene Kompetenzfacetten (angehender) Lehrkräfte im berufsbildenden Bereich entwickelt. Das Wissen zu KI nimmt dabei in Anlehnung an die Professionalisierungsforschung eine zentrale Rolle ein. Im Rahmen der Arbeit wird der Frage nachgegangen, wie das Grundlagenwissen (angehender) Lehrkräfte theoretisch modelliert und empirisch erfasst werden kann. Das entwickelte Testinstrument wurde anhand eines quantitativen Studiendesigns umfassend validiert.
%C DEU
%C Bielefeld
%G de
%9 Dissertation
%W GESIS - http://www.gesis.org
%~ SSOAR - http://www.ssoar.info