Please use this identifier to cite or link to this item: http://doi.org/10.25358/openscience-5096
Full metadata record
DC FieldValueLanguage
dc.contributor.authorTibyampansha, Dativa-
dc.date.accessioned2020-09-14T13:01:55Z-
dc.date.available2020-09-14T13:01:55Z-
dc.date.issued2020-
dc.identifier.urihttps://openscience.ub.uni-mainz.de/handle/20.500.12030/5100-
dc.description.abstractBackground: Smartphone-based electronic mobile learning (eML) has a potential to transform and improve teaching worldwide and particularly so in resource-limited settings. To fully realize this potential, there is a need for a validated eML framework. Goals: To build, implement and test an eML framework applicable to a complex body of knowledge using drug prescribing as a study case. Execution: Functionalities of leading learning apps were analyzed for relationships with learning theories (LTs). A consensus selection of functionalities related to adaptive, interactive and personalized learning were implemented and tested for learning outcome in the drug prescribing app PharmaFrog. Outcomes: The resulting learning framework of PharmaFrog has at its core learning activities derived from Cognitivism, followed by Behaviorism and Constructivism. They provide the learner with an interactive, personalized and adaptive learning experience. The specific, implemented elements include chunking, personalization, interactivity, reinforcement, repetitions, case scenarios, adaptive learning, summary, associations, linking concepts, cues, discrimination, feedback and sequenced learning. Altogether, they form the basis of the four learning modes of PharmaFrog. App usage data provided a preliminary, but robust evidence for a learning effect.en_GB
dc.description.abstractHintergrund: Smartphone-basiertes elektronisches mobiles Lernen (eML) hat das Potenzial, den Unterricht weltweit und insbesondere in ressourcenbeschränkten Umgebungen zu verändern und zu verbessern. Um dieses Potenzial voll auszuschöpfen, ist ein validiertes eML-Konzept erforderlich. Die Ziele: Aufbau, Implementierung und Erprobung eines eML-Konzepts, welches auf komplexes Fach anwendbar ist, am Fallbeispiel der Verschreibung von Medikamenten. Durchführung: Die Funktionalitäten führender Lernanwendungen wurden mit Lerntheorien (LTs) in Beziehung gesetzt. Eine konsensfähige Auswahl von Funktionalitäten, die mit adaptivem, interaktivem und personalisiertem Lernen zusammenhängen, wurde implementiert und hinsichtlich des Lernergebnisses in der Arzneimittel Verschreibungs-App PharmaFrog getestet. Ergebnisse: Das resultierende Lernkonzept von PharmaFrog besteht im Kern aus Lernaktivitäten, die vom Kognitivismus abgeleitet sind, ergänzt durch den Behaviorismus und Konstruktivismus. Sie bieten dem Lernenden eine interaktive, personalisierte und adaptive Lernerfahrung. Zu den spezifischen, implementierten Elementen gehören Portionierung der Inhalte, Personalisierung, Interaktivität, Verstärkung, Wiederholungen, Fallszenarien, adaptives Lernen, Zusammenfassung, Assoziationen, Verknüpfung von Konzepten, Hinweise, Diskriminierung, Feedback und sequenziertes Lernen. Insgesamt bilden sie die Grundlage der vier Lernmodi von PharmaFrog. Die Daten zur Nutzung der App lieferten einen vorläufigen, aber robusten Nachweis für einen Lerneffekt.de_DE
dc.language.isoengde
dc.rightsCC BY-NC-ND*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subject.ddc004 Informatikde_DE
dc.subject.ddc004 Data processingen_GB
dc.subject.ddc300 Sozialwissenschaftende_DE
dc.subject.ddc300 Social sciencesen_GB
dc.subject.ddc370 Erziehungde_DE
dc.subject.ddc370 Educationen_GB
dc.subject.ddc610 Medizinde_DE
dc.subject.ddc610 Medical sciencesen_GB
dc.titleLEARNING WITH SMARTPHONES: Case study of learning drug prescribing using the PharmaFrog appen_GB
dc.typeDissertationde
dc.identifier.urnurn:nbn:de:hebis:77-openscience-6d91bff2-602c-489e-8b9f-979d09e303623-
dc.identifier.doihttp://doi.org/10.25358/openscience-5096-
jgu.type.dinitypedoctoralThesisen_GB
jgu.type.versionOriginal workde
jgu.type.resourceTextde
jgu.date.accepted2020-07-15-
jgu.description.extentix, 148 Seitende
jgu.organisation.departmentFB 02 Sozialwiss., Medien u. Sportde
jgu.organisation.departmentFB 04 Medizinde
jgu.organisation.number7910-
jgu.organisation.number2700-
jgu.organisation.nameJohannes Gutenberg-Universität Mainz-
jgu.rights.accessrightsopenAccess-
jgu.organisation.placeMainz-
jgu.subject.ddccode004de
jgu.subject.ddccode300de
jgu.subject.ddccode370de
jgu.subject.ddccode610de
jgu.organisation.rorhttps://ror.org/023b0x485
Appears in collections:JGU-Publikationen

Files in This Item:
  File Description SizeFormat
Thumbnail
tibyampansha_dativa-learning_with_-20200909114140794.pdf15.25 MBAdobe PDFView/Open