- Im Lockdown 2020 wechseln viele Hochschulen zum Online-Unterricht.
- Forscher untersuchen den Effekt auf die Noten.
- Die Studie erschien in Production and Operations Management.
- Shijie Lu leitet die Forschung an der University of Notre Dame.
- Sie verglichen mehr als 15,000 Kursnoten von nahezu 8,000 Studierenden an neun Universitäten.
- In Mathematik steigen die Noten um etwa acht bis 11 Punkte auf 100.
- Englisch und andere Diskussionskurse profitieren weniger vom Online-Format.
- Strengere Ausgangsbeschränkungen erhöhen Stress und senken die Wirksamkeit.
Schwierige Wörter
- Studie — Eine wissenschaftliche Untersuchung oder Analyse.
- Unterricht — Das Lernen oder Lehren in einer Schule.
- wechselte — Sich bewegen oder ändern in etwas anderes.
- Mathe — Ein Fach für Zahlen und Berechnungen.
- Noten — Bewertungen für die Leistungen in der Schule.
- Punkte — Einheit für Bewertungen oder Ergebnisse.
- Nutzung — Der Vorteil oder die Hilfe von etwas.Nutzen
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Wie findest du Online-Lernen?
- Denken Sie, dass Online-Lernen die Zukunft ist?
- Welches Fach macht Ihnen am meisten Spaß?
Verwandte Artikel
Blutviskosität: Neue Echtzeit‑Messung ohne Blutentnahme
Forscher der University of Missouri entwickelten eine nichtinvasive Technik mit Ultraschall und Algorithmen, die die Blutviskosität in Echtzeit misst. Die Methode könnte bei Erkrankungen wie Sichelzellenanämie helfen und wurde im Journal of Dynamic Systems, Measurement, and Control veröffentlicht.
Jugendliche in Hongkong nutzen KI‑Chatbots zur emotionalen Unterstützung
Ein Bericht vom 12. Oktober 2025 beschreibt, wie Jugendliche in Hongkong Chatbots wie Xingye und Character.AI zur emotionalen Hilfe nutzen. Experten warnen vor Risiken, Datenschutzproblemen und betonen die Bedeutung menschlicher Unterstützung.
Warum KI voreingenommen ist
Forscher der University of Texas at Austin untersuchten problematische Algorithmen und fanden drei Hauptursachen für KI-Bias: fehlende klare Entscheidungsgrundlagen, vereinfachte Modelle der Realität und fehlende Vielfalt bei den Entwicklern. Mehr als bessere Genauigkeit ist nötig.