Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

*Gültig bis 05.07.2026 auf (fast) alles. Ausgeschlossen sind Smartboxen, Zeitschriften, Tickets, Lebensmittel, Gaming-Elektroartikel, Tinte/Toner, Gutscheine, Geschenkkarten, Blumen und Abos | Einlösbar in allen Buchhandlungen von Orell Füssli, Barth Bücher, Buchladen Rapunzel, Papeterie Köhler, Schuler Orell Füssli, Stauffacher und ZAP unter Vorweisung des Gutscheins, auf www.orellfüssli.ch durch Eingabe des Gutscheincodes. Beim Service „eBooks verschenken“ und bei eBook-Käufen via eReader nicht einlösbar | Mindesteinkaufswert: Fr. 30.- | Nicht mit anderen Rabatten kumulierbar.
  • Produktbild: Learning Analytics Goes to School
  • Produktbild: Learning Analytics Goes to School

Learning Analytics Goes to School A Collaborative Approach to Improving Education

Fr. 69.90

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.01.2018

Verlag

Taylor and Francis

Seitenzahl

178

Maße (L/B/H)

22.9/15.2/1.1 cm

Gewicht

272 g

Sprache

Englisch

ISBN

978-1-138-12183-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.01.2018

Verlag

Taylor and Francis

Seitenzahl

178

Maße (L/B/H)

22.9/15.2/1.1 cm

Gewicht

272 g

Sprache

Englisch

ISBN

978-1-138-12183-6

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
Die Leseprobe wird geladen.
  • Produktbild: Learning Analytics Goes to School
  • Produktbild: Learning Analytics Goes to School

  • 1. Introduction 2. Data Used in Educational Data-Intensive Research 3. Methods Used in Educational Data-Intensive Research 4. Legal and Ethical Issues in Using Educational Data 5. Foundations of Collaborative Applications of Educational Data Mining and Learning Analytics 6. Supporting Conditions for Collaborative Data-Intensive Improvement 7. Five Phases of Collaborative Data-Intensive Improvement 8. Lessons Learned and Prospects for the Future