TPACK learning paths of pre-service teachers
Pre-service teachers (PST) need subject-specific, didactic and pedagogical knowledge for their future teaching practice, commonly described within the TPACK framework. The ‘Digital Competence Framework for Educators’ (DigCompEdu) emphasizes the importance of technical and digital skills for teachers in general. One way to address relevant knowledge facets for PST is through game development-based learning, which includes designing digital escape games. Yet, questions remain about which knowledge facets PST activate when designing a digital mathematical escape game (DIMEG) and how this develops throughout the design process. In this study, one group of primary school PST designs a DIMEG within a seminar. Each seminar session was videotaped, transcribed and coded towards TPACK knowledge facets. Findings from this study show that all knowledge facets were activated, except TCK, suggesting that DIMEG is a promising approach for teacher education.
Auf einen Blick
Das könnte Sie auch interessieren
Lehr-Escape-Rooms mit LowCode im Dungeon
Das Projekt L<ESC>rod will ein umfangreiches digitales Framework entwickeln, welches Lehrenden erlaubt, ohne Programmierkenntnisse digitale Escape-Rooms zu definieren. Damit sollen die Zufriedenheit und der Lernerfolg der Studierenden gestärkt werden und die Studierenden in der wichtigen Selbstlernphase besser unterstützt sowie das Erlernen und Vertiefen von Future-Skills gefördert werden. Für Lehrende soll eine einfach zu benutzende Schnittstelle (LowCode) entstehen. Diese ermöglicht die einfache Umsetzung didaktischer Konzepte als fachunabhängige digitale Escape-Rooms mit spannender Handlung und Gamification-Elementen, die zum spielerischen Lernen und Interagieren anregen und die dynamisch auf das Spielgeschehen reagieren können. Basis ist das existierende digitale Dungeon-Framework, mit dem digitale Lernspiele für Single-Player erstellt werden können. Diese wird im Projekt um zentrale Elemente aus dem Bereich analoger Escape-Rooms wie u.a. Multi-Player-/Multi-Team-Konzept, Hinweissystem, Gamification-Konzept, Bewertungskonzept, Narrativ und Puzzle-Elementeergänzt. Das gemeinsame spielerische Bearbeiten von fachlichen Aufgaben und die Identifizierung mit verschiedenen Rollen im Spiel sowie kooperative/kompetitive Anreize adressieren Dialog-, Konflikt- und Lösungsfähigkeit und stimulieren Kreativität und Missionsorientierung. Studierende und Lehrende sind fachübergreifend während des gesamten Projekts aktiv in Evaluation und Entwicklung eingebunden.
Projekt anzeigen
KI-basiertes Feedback in simulierten Lernsettings
Aktuelle Machine-Learning-Ansätze sollen entwickelt werden, um menschliches Verhalten in ausgewählten Kommunikationssituationen anhand definierter Kriterien objektiv und reliabel zu erfassen. Aufbauend auf umfangreichen Vorarbeiten wurde ein Machine-Learning-Algorithmus weiterentwickelt, der Mimik im Hinblick auf definierte Kriterien auswertet. Studierende erhalten darauf basierend automatisiertes, KI-gestütztes Feedback zu ihrem kommunikativen Verhalten in digital angereicherten Präsenzsettings (z. B. Arzt-Patienten- oder Beratungsgespräche). Der Mehrwert liegt insbesondere in höherer Objektivität und Skalierbarkeit gegenüber rein menschlichem Feedback. Der Ansatz wurde pilotiert und auf die Grundschulpädagogik ausgeweitet. Für Eltern-LehrerInnen-Gespräche wurde ein strukturierender Leitfaden entwickelt, der als Grundlage für KI-gestützte Avatare als Gesprächspartner dient.
Maßnahme anzeigen
Open Music Academy
Lemma ›Open Music Academy‹, in: Wikipedia – Die freie Enzyklopädie, https://de.wikipedia.org/w/index.php?title=Open_Music_Academy
Publikation anzeigen