Lehr-Lern-Experimente im Berufsfeld Ernährung und Hauswirtschaft: Kompetenzentwicklung angehender Lehrkräfte
Am Lehrstuhl für Ernährungs- und Haushaltswissenschaft sowie die Didaktik des Berufsfeldes der TU Dresden wird ein neues Modul zur Förderung methodisch-didaktischer Kompetenzen für die Gestaltung von Lehr-Lern-Experimenten im lernfeldstrukturierten Unterricht etabliert. Mit Blick auf spezifische Handlungssituationen des Berufsfeldes Ernährung und Hauswirtschaft (EuH) und unter berufs- und fachwissenschaftlichen Aspekten, planen die angehenden berufsbildenden Lehrkräfte Lehr-Lern-Experimente (LLE), leiten diese in Fachräumen an und reflektieren die Umsetzung unter dem Fokus des Einsatzes im zukünftigen eigenen Unterricht. Eine begleitende Selbstevaluation erfolgt mittels Befragung und Videografie. Mit dem Lehrkonzept wird eine Befähigung angehender Lehrkräfte, einen naturwissenschaftsfundierten Unterricht zu konzipieren angestrebt. Ein weiteres Projektziel ist eine Stärkung des Verständnisses der naturwissenschaftlichen Bildung in der Lehramtsausbildung für berufsbildende Schulen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
GameJam: Partizipative Game-Based Learning Units
Das Wahlmodul GameJam verbindet partizipative Lehre, Game-Based Learning und Peer-Teaching, um komplexe fachliche Inhalte für Studierende zugänglicher zu machen. Im Zentrum steht ein innovatives Lehrformat, in dem Studierende der (Medien-)Informatik in kleinen Teams herausfordernde Konzepte ihres Studiums reflektieren und als spiel-basierte Lernanwendungen (Game-based Learning Units, GBLUs) in einem zweitägigen GameJam für Kommiliton:innen niedrigerer Semester aufbereiten, welche anschließend in die Lehrpraxis eingebunden werden.Das Modul gliedert sich in drei Phasen: In der Vorbereitungsphase erwerben die Studierenden für einen GameJam benötigte Kompetenzen, u.a. in den Bereichen Game Design, Storytelling und (Software-)Designpattern spezifisch für Spieleentwicklung. In der zweitägigen GameJam-Phase fördert der enge Zeitrahmen in Kombination mit einer vorab gewählten Lern-Spiel-Charaktersitik die kreative und vielfältige Umsetzung der GBLUs.;In der abschließenden Ergebnissicherungsphase werden die entwickelten GBLUs in der Modulkohorte auf fachliche und didaktische Qualität anhand in der Vorbereitungsphase erarbeiteter Kriterien evaluiert.;Die resultierenden GBLUs werden anschließend in die Lehrpraxis eingebunden, wo sie durch Lernende und Lehrende der adressierten Lehrveranstaltungen eingesetzt und evaluiert werden.Somit gestalten Studierende die Lehre aktiv mit und schaffen nachhaltige Lernressourcen für ihre Peers.
Projekt anzeigen
Kommunikationsstrukturen im Projektteam
In interdisziplinären Hochschulentwicklungsprojekten treffen Mitarbeitende aus unterschiedlichen Arbeitskulturen aufeinander. Lehrstühle, Abteilungen und Fachbereiche haben jeweils eigene Kommunikationsgewohnheiten sozialisiert – von regelmäßigen Jour Fixes bis hin zu rein anlassbezogenen Mail-Abstimmungen. Diese Unterschiede können die Zusammenarbeit belasten, wenn sie nicht bewusst adressiert werden. Die Maßnahme beschreibt, wie Projektkoordinator:innen diese Unterschiede erkennen und darauf aufbauend eine passgenaue Kommunikationsstrategie entwickeln. In kleinen Teams geschieht dies durch aktives Erkunden der Bedürfnisse; in Großprojekten eher durch Fingerspitzengefühl bei der Strukturgestaltung. Ziel ist es, einen Rahmen zu schaffen, der möglichst wenig Reibung produziert und gleichzeitig den Projektanforderungen gerecht wird.
Maßnahme anzeigen
Bot or Not? Differences in Cognitive Load Between Human- and Chatbot-Led Post-Simulation Debriefings
Understanding how different debriefing formats impact learner’s cognitive load is crucial for designing effective post-simulation reflection activities. This paper examines cognitive load after post-simulation debriefings facilitated either by a human instructor or a generative AI Chatbot. In a controlled study with N = 45 educational science students, 23 participants engaged in a lecturer-facilitated debriefing, while 22 completed a chatbot-guided session. Cognitive load was assessed across intrinsic, extraneous, and germane dimensions. Results revealed no statistically significant differences between the two debriefing methods. Future research should examine AI-led debriefings with larger samples and employ complementary measures of cognitive load to provide a more comprehensive understanding.
Publikation anzeigen