Potenzielle Themen für Bachelor- wie Masterarbeiten Die Vergabe ...
Potenzielle Themen für Bachelor- wie Masterarbeiten Die Vergabe ...
Potenzielle Themen für Bachelor- wie Masterarbeiten Die Vergabe ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Potenzielle</strong> <strong>Themen</strong> für <strong>Bachelor</strong>- <strong>wie</strong> <strong>Masterarbeiten</strong><br />
Bestimmung optimaler<br />
Reihenfolgen für das Lernen<br />
probabilistischer Zusammenhänge<br />
Dr. Marc Jekel<br />
Hypothese basiert, dass Entscheider die interne Kohärenz von<br />
Informationen nutzen, um die Güte von Informationen für eine<br />
Entscheidung zu erlernen. <strong>Die</strong>ser Mechanismus ist formalisiert und<br />
in einem mathematischen Netzwerkmodell für Entscheidungen<br />
implementiert, so dass in einem ersten Schritt in einer<br />
Simulationsstudie untersucht werden kann, unter welchen<br />
Bedingungen Lernen ohne externes Feedback erfolgreich ist. In<br />
einem zweiten Schritt soll im Labor getestet werden, <strong>wie</strong> gut das<br />
Modell Lernen ohne externes Feedback von Probanden<br />
beschreiben kann. Zur Bearbeitung des Projekts sind keine<br />
speziellen Vorkenntnisse notwendig, es sollte jedoch ein generelles<br />
Interesse an formalisierten Modellen und Computersimulationen<br />
bestehen.<br />
Soll man Lernenden anfangs leichte Aufgaben geben und erst<br />
später sch<strong>wie</strong>rige Aufgaben, um sie nicht zu überfordern? Oder ist<br />
es besser Lernende gleich zu Beginn mit sch<strong>wie</strong>rigen Aufgaben zu<br />
konfrontieren, da sie bei der Lösung solcher Aufgaben am meisten<br />
lernen? In der Arbeit soll untersucht werden, <strong>wie</strong> die<br />
Präsentationsreihenfolge von Entscheidungsaufgaben auf das<br />
Lernen probabilistischer Zusammenhänge wirkt. In einem ersten<br />
Schritt wird in einer Simulationsstudie für formalisierte<br />
Standardmodelle aus der Entscheidungspsychologie untersucht,<br />
welche Reihenfolge von probabilistischen Entscheidungsaufgaben<br />
das Lernen fördert und welche Reihenfolge das Lernen behindert.<br />
In einem zweiten Schritt werden die beiden Aufgabenreihenfolgen<br />
Probanden im Labor vorgelegt und geschaut, <strong>wie</strong> gut die Modelle<br />
das Lernen von Probanden beschreiben können und ob sich die<br />
Unterschiede in den Lernleistungen auch empirisch zeigen lassen.<br />
Zur Bearbeitung des Projekts sind keine speziellen Vorkenntnisse<br />
notwendig, es sollte jedoch ein generelles Interesse an<br />
formalisierten Modellen und Computersimulationen bestehen.