Internetbasierte Lernangebote Mit Besonderer Unterstutzung Auditiver Inhalte

Die effiziente Produktion von digitalen Lernangeboten durch Wiederverwendung in unterschiedlichen Kontexten erfordert neue Konzepte fur die Datenhaltung der Inhalte. Mit der LEA-DTD wird ein medienneutraler Dokumententyp fur Lernmaterialien mit XML-Datenbindung vorgestellt, der in besonderem Masse spezielle Anforderungen an Interaktivitat, Didaktik und Wiederverwendbarkeit unterstutzt. Im Gegensatz zu bestehenden Autorensystemen sind LEA Dokumente nicht auf eine bestimmte Zielplattform festgelegt, z.B. CD-ROM. LEA-DTD wurde im bundesweiten Leitprojekt "Vernetztes Studium Chemie" des Bundesministeriums fur Bildung und Forschung erfolgreich fur Lernmaterialien mit Schwerpunkt auf chemischen Inhalten adaptiert. LEA Dokumente beschleunigen Aktualisierungsprozesse von Lernmedien erheblich; die Aktualisierungsdauer eines Lernangebots im Umfang einer Vorlesung wurde von 10 Manntagen manueller Arbeit auf wenige Minuten reduziert. Die Praxistauglichkeit der LEA-DTD wurde im Projekt "BioInform@tik" an der Universitat Tubingen erprobt. Die dafur realisierte schablonenorientierte, rollenbasierte Lernplattform ist seit dem Wintersemester 1999 storungsfrei uber einen Zeitraum von 8 Semestern mit uber 400 Nutzern im Einsatz. Die Ruckmeldungen der Nutzer waren in hohem Masse positiv. Dies bestatigte auch eine Evaluation durch das Deutsche Institut fur Fernstudienforschung (DIFF) im Sommersemester 2000. Moderne Lernangebote verwenden zunehmend multimediale Elemente. Um die Handhabbarkeit von eingebetteten Audiodokumenten zu erhohen, wurden neuartige Algorithmen auf der Basis von Selbstahnlichkeit innerhalb eines Musikdokuments zur automatischen Extraktion von Metadaten entwickelt. Dabei kamen unterschiedliche Merkmale zum Einsatz (Energiespektrum, MFCCs, Chroma-Vektoren). Zur Evaluation wurde ein neuer Dokumentenkorpus etabliert, fur den subjektive Referenzdaten aus aufwandigen Experimenten mit Versuchspersonen vorliegen. In zwei Aufgabenstellungen wurden unterschiedliche Algorithmen auf ihre Fahigkeit hin untersucht, Musikdokumente nach Refrains zeitlich zu segmentieren sowie geeignete Vorschaufenster zu positionieren. Dabei hoben sich die neuartigen, selbstahnlichkeitsbasierten Ansatze statistisch signifikant in ihrer Gute von anderen untersuchten Verfahren ab und erzielten Resultate, die mit denen eines menschlichen Horers vergleichbar sind. Die Berechnung von Selbstahnlichkeit bietet, weit uber den Einsatz in internetbasierten Lernangeboten hinaus, umfassende neue Moglichkeiten in Visualisierung, Suche und Bearbeitung von Musikdokumenten.