Was lernen Studierende durch Escape Games?
Um angehende Lehrkräfte auf die vielfältigen Anforderungen ihres zukünftigen Mathematikunterrichts vorzubereiten, müssen sie alle Wissensfacetten des TPACK-Frameworks entwickeln. In dieser Studie entwickelten und erprobten 58 Lehramtsstudierende der Primar- und Sekundarstufe digitale, mathematische Escape Games. In einer onlinebasierten Erhebung berichten sie von deren subjektiven Lernzuwächsen. Die Studierenden nennen einen Lernzuwachs in allen Wissensfacetten, v.a. aber in PCK, TK und TPCK.
Auf einen Blick
Das könnte Sie auch interessieren
Planspiel nachhaltige Produktentwicklung
Ingenieur:innen gestalten nicht nur Maschinen, Systeme oder Produkte sie gestalten unsere Zukunft. Denn jede in der Entwicklung getroffene Entscheidung wirkt weit über den Moment hinaus und beeinflusst unsere Umwelt langfristig. Nachhaltigkeit ist daher längst keine Zusatzkompetenz mehr, sondern eine Kernanforderung an die nächste Generation von Ingenieur:innen. Doch wie lässt sich diese Komplexität in der Lehre erfahrbar machen? Im Projekt NachSpiel wird ein simulationsgestütztes Unternehmensplanspiel zum Thema nachhaltige Produktentwicklung für Studierende der Ingenieurwissenschaften entwickelt. Im Fokus der Simulation stehen dabei die Folgen der einzelnen Entwicklungsentscheidungen, die die Studierenden zur Verbesserung der Umweltauswirkungen eines realen Beispielproduktes getroffen haben und deren soziale, ökonomische und ökologische Folgen über den gesamten Lebensweg bis zur Entsorgung. Studierende experimentieren aktiv in Gruppen mit der Simulationsumgebung und werden dabei von Dozierenden begleitet. NachSpiel wird sowohl in einer eigenständigen Lehrveranstaltung eingesetzt als auch in Modulen in anderen Veranstaltungen genutzt.
Projekt anzeigen
Learning Analytics
Übergeordnetes Feedback für das Studierverhalten mit Hilfe von „Learning Analytics“ unterstützt die Studierenden in ihrem Lernverhalten. Dabei werden die Datenspuren der Studierenden in Moodle mit Zusatzdaten ergänzt und mit Hilfe von selbstprogrammierten KI-Modellen mit Vorgängerkohorten verglichen und Prognosen auf das Bestehen der Prüfung gemacht, sowie aufgrund der persönlichen Datensituation individuelle Tipps zum Wiederholen und Lernen gegeben. Der Maßnahme liegt ein robustes Datenschutzkonzept für die Verarbeitung der persönlichen Daten der Studierenden zugrunde.
Maßnahme anzeigen
Students as Partners - Umsetzung des Ansatzes in einem Forschungsprojekt
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen