03313nam 2200517 450 991081274390332120200520144314.03-11-056295-23-11-056562-510.1515/9783110565621(CKB)4100000005043729(MiAaPQ)EBC5159348(DE-B1597)487759(OCoLC)1042029307(DE-B1597)9783110565621(Au-PeEL)EBL5159348(CaPaEBR)ebr11605403(EXLCZ)99410000000504372920180920d2018 uy 0gerurcnu||||||||txtrdacontentcrdamediacrrdacarrierWettstreit in der Sprache Ein empirischer Diskursvergleich zur Agonalität im Deutschen und Englischen am Beispiel des Mensch-Natur-Verhältnisses /Anna MattfeldtBerlin ;Boston :De Gruyter,2018.1 online resource (456 pages)Sprache und Wissen (SUW) ;323-11-056289-8 Frontmatter -- Vorwort -- Inhalt -- Abbildungs- und Tabellenverzeichnis -- 1. Einführung: Sprache, Agonalität und das Verhältnis von Mensch und Natur -- 2. Theoretische Grundlagen -- 3. Verwendete Korpora -- 4. Agonalität und ihre sprachlichen Indikatoren im Deutschen und Englischen -- 5. Agonalität in den Untersuchungskorpora: Analyseergebnisse -- 6. Agonalität: Exkurse in andere Textsorten -- 8. Ausblick: Weiterführende diskurslinguistische Untersuchungen von Agonalität -- Literaturverzeichnis -- Verzeichnis der zitierten Korpustexte -- RegisterSprachlicher Wettstreit zwischen kontroversen Positionen und unterschiedlichen Geltungsansprüchen prägt Diskurse zu umstrittenen Themen und Wissensbeständen; Wissen wird dabei sprachlich ausgehandelt. Diese Diskursstudie untersucht sprachvergleichend zwischen dem Deutschen und Englischen mittels einer systematischen Kombination aus qualitativen und quantitativen Verfahren, welche sprachlichen und visuellen Formen Agonalität induzieren und Konflikte anzeigen. Damit steht eine neu entwickelte Diskursmethodologie für weitere diskurs- und sprachvergleichende Arbeiten zur Verfügung. Die empirische Analyse vergleicht exemplarisch Medientextkorpora um das Energiegewinnungsverfahren Fracking und den Hurrikan Sandy, der 2012 vor allem die USA traf, im Hinblick auf sprachlichen Wettstreit. Der entwickelte methodische Ansatz eignet sich ebenfalls für eine Analyse multimodaler Formen und fiktionaler Texte, was in zwei Exkursen gezeigt wird. Das Buch richtet sich in erster Linie an Sprachwissenschaftlerinnen und Sprachwissenschaftler, die sich für vergleichende Herangehensweisen und Formen sprachlichen Wettstreits in Diskursen interessieren.Sprache und Wissen ;32.German languagePolitical aspectsDisputes.comparative linguistics.discourse.German languagePolitical aspects.306.440943Mattfeldt Anna1663613MiAaPQMiAaPQMiAaPQBOOK9910812743903321Wettstreit in der Sprache4021052UNINA03647nam 22006135 450 991041609030332120250609111404.09783030473921303047392910.1007/978-3-030-47392-1(CKB)4100000011384180(MiAaPQ)EBC6296001(DE-He213)978-3-030-47392-1(MiAaPQ)EBC6295962(EXLCZ)99410000001138418020200810d2020 u| 0engurcnu||||||||txtrdacontentcrdamediacrrdacarrierAdoption of Data Analytics in Higher Education Learning and Teaching /edited by Dirk Ifenthaler, David Gibson1st ed. 2020.Cham :Springer International Publishing :Imprint: Springer,2020.1 online resource (464 pages)Advances in Analytics for Learning and Teaching,2662-21309783030473914 3030473910 Part I. Theoretical Foundations and Frameworks -- Part II. Technological Infrastructure and Staff Requirements -- Part III. Institutional Governance and Policy Implementation -- Part IV. Case Studies.The book aims to advance global knowledge and practice in applying data science to transform higher education learning and teaching to improve personalization, access and effectiveness of education for all. Currently, higher education institutions and involved stakeholders can derive multiple benefits from educational data mining and learning analytics by using different data analytics strategies to produce summative, real-time, and predictive or prescriptive insights and recommendations. Educational data mining refers to the process of extracting useful information out of a large collection of complex educational datasets while learning analytics emphasizes insights and responses to real-time learning processes based on educational information from digital learning environments, administrative systems, and social platforms. This volume provides insight into the emerging paradigms, frameworks, methods and processes of managing change to better facilitate organizational transformation toward implementation of educational data mining and learning analytics. It features current research exploring the (a) theoretical foundation and empirical evidence of the adoption of learning analytics, (b) technological infrastructure and staff capabilities required, as well as (c) case studies that describe current practices and experiences in the use of data analytics in higher education.Advances in Analytics for Learning and Teaching,2662-2130Educational technologyLearning, Psychology ofEducation, HigherDigital Education and Educational TechnologyInstructional PsychologyHigher EducationEducational technology.Learning, Psychology of.Education, Higher.Digital Education and Educational Technology.Instructional Psychology.Higher Education.378.007378.007Ifenthaler Dirkedthttp://id.loc.gov/vocabulary/relators/edtGibson Davidedthttp://id.loc.gov/vocabulary/relators/edtMiAaPQMiAaPQMiAaPQBOOK9910416090303321Adoption of Data Analytics in Higher Education Learning and Teaching2057313UNINA