%0 Generic %1 Morawetz2023-sq %A Morawetz, Erik %A Hahm, Nadine %A Thor, Andreas %D 2023 %I Gesellschaft für Informatik e.V. %K area_bigdata imported %T E-Assessment für Entity-Relationship-Diagramme mit FEEDI %X Dieser Beitrag demonstriert den Einsatz von FEEDI (Feedback im Diagramm-Assessment) für Enti-ty-Relationship-Diagramme. FEEDI ist eine E-Assessment-Lösung, welche studentische ER-Diagramme automatisiert bewertet und Feedback auf eingereichte Lösungen gibt. Die Demonstration illustriert, wie Lehrende ihre Musterlösung hochladen und mittels einer GUI annotieren können. Für die Bewertung einer studentischen Lösung wandelt FEEDI die Diagramme zunächst in eine interne Graph-Repräsentation um und ermittelt mittels Graph-Matching die größtmögliche Passung. Aus dem Ergebnis des Matchings wird dann eine Bewertung sowie für fehlende bzw. falsche Aspekte der studentischen Lösung ein Feedback ausgegeben. FEEDI eignet sich als Übungs-System für Diagramme und grafische Modellierungen für Studierende im MINT-Bereich.

@misc{Morawetz2023-sq, abstract = {Dieser Beitrag demonstriert den Einsatz von FEEDI (Feedback im Diagramm-Assessment) f{\"u}r Enti-ty-Relationship-Diagramme. FEEDI ist eine E-Assessment-L{\"o}sung, welche studentische ER-Diagramme automatisiert bewertet und Feedback auf eingereichte L{\"o}sungen gibt. Die Demonstration illustriert, wie Lehrende ihre Musterl{\"o}sung hochladen und mittels einer GUI annotieren k{\"o}nnen. F{\"u}r die Bewertung einer studentischen L{\"o}sung wandelt FEEDI die Diagramme zun{\"a}chst in eine interne Graph-Repr{\"a}sentation um und ermittelt mittels Graph-Matching die gr{\"o}{\ss}tm{\"o}gliche Passung. Aus dem Ergebnis des Matchings wird dann eine Bewertung sowie f{\"u}r fehlende bzw. falsche Aspekte der studentischen L{\"o}sung ein Feedback ausgegeben. FEEDI eignet sich als {\"U}bungs-System f{\"u}r Diagramme und grafische Modellierungen f{\"u}r Studierende im MINT-Bereich.}, added-at = {2024-10-02T10:38:17.000+0200}, author = {Morawetz, Erik and Hahm, Nadine and Thor, Andreas}, biburl = {https://puma.scadsai.uni-leipzig.de/bibtex/2f58dbd36650bd12fff4459c826f11cae/scadsfct}, interhash = {45a0d6df701f574082e66d856394095a}, intrahash = {f58dbd36650bd12fff4459c826f11cae}, keywords = {area_bigdata imported}, publisher = {Gesellschaft f{\"u}r Informatik e.V.}, timestamp = {2024-11-28T17:40:49.000+0100}, title = {E-Assessment f{\"u}r Entity-Relationship-Diagramme mit FEEDI}, year = 2023 }