nw  

Interaktives Tool zur Schriftkonstanz- und Schreibflussanalyse bei Schreibanfängern

Zusammenfassung

Lehrpersonen haben Schwierigkeiten, bei Grundschulkinder zu erkennen, wann ein Kind die Bewegungen für einen Buchstaben automatisiert hat. Dadurch, dass Schwächen nicht erkennt werden und das Kind zu früh Wörter schreiben muss, verzögern sich die Lernfortschritte. Unsere Applikation sammelt mit einem Smartpen Schriftdaten von Grundschulkindern und bewertet die geschriebenen Buchstaben auf Formkonstanz und Schreibfluss.

Schlüsselbegriffe

Serverless, AWS, Android, Neo Smartpen, Java, Python, C#, Windows 10, Datenanalyse, Algorithmen

Zielsetzung

Es sollen Daten eines Smartpens weiterverarbeitet werden. Dieser Stift misst Bewegungsdaten von Buchstaben, die auf Papier geschrieben werden. Daraus sollen Algorithmen entwickelt werden, welche Aufschluss über den Automatisierungsgrad eines Buchstabens geben sollen. Diese Berechnungen sollen Lehrern und Lehrerinnen helfen, Schwächen ihrer Schülerinnen und Schüler zu erkennen und diese gezielt zu fördern.

Um die entwickelten Algorithmen einfach benutzen zu können, soll eine Android Applikation programmiert werden, welche Schreibdaten von Schülerinnen und Schülern sammeln und anschliessend Auswertungen liefern kann. Die App muss ein Klassenmanagement implementiert haben, in dem Lehrer und Lehrerinnen ihre Klassen und Schülerinnen und Schüler erstellen und dann auswählen können.

Diese dient dazu, die gesammelten Stiftdaten einem Schüler oder einer Schülerin zuzuweisen und persönliche Auswertungen pro Schüler oder Schülerin zu erstellen.

Ausgangslage

Wenn Kinder lernen zu schreiben ist es wichtig, dass zuerst die Buchstaben als «Motorprogramme» im Gehirn verankert werden. Wenn das nicht der Fall ist, ist dies für das Kind sehr demotivierend und der Lernprozess für das Schreiben und die Rechtschreibung werden verzögert. Für Lehrpersonen ist es sehr schwierig zu erkennen, wann ein solches «Motorprogramm» eines Buchstabens existiert und wann ein Kind die Buchstaben noch manuell schreibt. Zudem ist der Fokus beim Erlernen der Schrift auf die Schönschrift gesetzt, also wie sehr der geschriebene Buchstabe einem Musterbuchstaben entspricht. Die Schönschrift hat jedoch nur wenig Einfluss, ob ein Buchstaben automatisiert geschrieben wird oder nicht. Massgebend ist hier, dass der Buchstabe immer gleich geschrieben wird.

Damit Lehrpersonen nun besser auf die Schreibmotorik achten und so Schüler nicht überfordern, ist es nötig, eine Lösung zu entwickeln, die den Lehrern und Lehrerinnen Hilfe bietet.

Existierende Applikation mit demselben Ziel sind sehr limitiert in ihrer Schriftanalyse. Viele Programme basieren auf einem Tablet, auf dem die Kinder nur die Form der Buchstaben lernen, es wird jedoch nicht untersucht, wie flüssig oder automatisiert das Kind schreibt. Es wurden sowohl Android als auch Apple Apps untersucht.

Es gibt auch andere kommerzielle Anbieter, welche einen ähnlichen Ansatz verfolgen. Wir konnten die EduPen App von Stabilo testen. Hierfür gibt es einen speziell für die App entwickelten Stift. Die Analysen betrifft hierbei jedoch andere Aspekte wie Druck und Geschwindigkeit.

Ergebnisse

Nach ersten Recherchen kamen wir zum Schluss, dass wir den Schreibfluss und die Formkonstanz der Buchstaben analysieren sollten. Zur Schreibflussanalyse wurde ein Algorithmus verwendet, der Inversionen erkennt. Durch das können Schreibschwächen in Buchstaben erkannt werden. Bei der Formkonstanz wurde ein angepasster Hausdorff-Algorithmus verwendet. Mit diesem konnten gute Resultate erzielt werden. Mit diesen beiden Algorithmen kann man Buchstaben gut analysieren. In einem finalen Schritt wurden die Algorithmen in ein Produkt eingebaut.

Das Produkt besteht aus einer Android App, die mit AWS kommuniziert. AWS berechnet hierbei die Resultate für die beiden Algorithmen. Die App sammelt und sendet die Daten des Neo Smartpens an die Cloud.

Mit dem Endprodukt kann validiert werden, ob die Algorithmen dem Lehrpersonal einen Mehrwert bieten und wo die Berechnungen und Auswertungen verbessern werden können. Es wurde zudem eine Datenstruktur definiert, mit der man die Daten auch für andere Projekte verwenden kann. Durch die Verwendung von REST können Abfragen an die AWS-Cloud auch von anderen Anwendungen gemacht werden.

Projektdaten
Auftraggeber

edu-RD GmbH
Industriestrasse 20
CH - 5200 Brugg
https://edu-rd.com/


Projektteam
Kontakt

Prof. Dr. Wolfgang Weck, wolfgang.weck@fhnw.ch

<< zurück